這款外骨骼手套如何知道使用者想要抓握物品？

手套透過貼附於前臂的肌電圖（EMG）感測器，偵測肌肉產生的微弱電氣訊號，再由機器學習演算法即時分析，預測抓握意圖，準確率高達97%，一旦確認意圖便自動充氣輔助動作。

這款手套適合哪些患者使用？

適合各種弛緩性癱瘓患者，包括因機車或自行車事故導致周邊神經損傷者、多發性神經病變患者，以及漸凍症（ALS）患者。只要前臂仍有微弱的肌肉電氣訊號，即可觸發手套運作。

傳統機器人外骨骼通常為硬式結構且造價昂貴；這款手套採用低成本布料搭配可充氣氣墊，質地輕盈柔軟，成本更為親民，同時兼具日常生活使用的實用性，穿戴舒適度也更高。

慕尼黑工業大學（TUM）研發出一款軟式氣動外骨骼手套，透過前臂肌電訊號與機器學習預測使用者的抓握意圖，再充氣輔助手指與手腕動作。系統抓握意圖預測準確率高達97%，已協助一名漸凍症（ALS）患者在四年後首次持握叉子，有望幫助周邊神經損傷等弛緩性癱瘓患者恢復日常生活能力。

4 天前

文章重點

慕尼黑工業大學（TUM）開發的軟式氣動外骨骼手套，內建13條氣動管路，可獨立控制每根手指的彎曲與伸直動作。

系統採用肌電圖（EMG）感測器搭配機器學習演算法，抓握意圖預測準確率高達97%，且在實測中約90%的嘗試均成功辨識。

一名漸凍症（ALS）患者透過此手套，在四年來首次成功持握叉子，並能操作小型積木。

僅需5分鐘的拇指操控電玩遊戲訓練，即可顯著提升使用者的抓握表現，展現系統對重度神經損傷患者的高度適應性。

神經科醫師 Prof. Tobias Wächter 指出，此手套原則上適用於周邊神經損傷及多發性神經病變等弛緩性癱瘓患者。

研究人員開發出一款軟式氣動手套，有望協助手部癱瘓患者重新恢復抓握與持拿日常物品的能力。

這款由慕尼黑工業大學（Technical University of Munich，TUM）研發的「軟式手部外骨骼」，利用前臂肌肉產生的電氣訊號與機器學習技術，偵測使用者的移動意圖，再充氣填滿手套內的軟式氣墊，輔助手指與手腕動作，使使用者能穩固抓握杯子、盤子及餐具等物品。

研究團隊表示，手套另外搭載動作感測器，可在搬運物品時維持穩定的握持力，有效降低意外掉落的風險，進一步提升癱瘓患者的生活自主能力。

這款軟式氣動手部外骨骼專為恢復手部癱瘓患者的抓握能力而設計。有別於硬式機器人外骨骼，本系統以輕量布料手套為主體，內嵌可充氣式氣墊，能對手指與手腕提供靈活且精準的輔助。

手套內建由13條氣動管路構成的網絡，可對沿手部排列的各個獨立氣室進行充氣。透過精準控制氣壓，系統能夠獨立彎曲或伸直每根手指，同時輔助手腕旋轉，讓使用者得以完成持盤、拿杯、使用叉匙等日常抓握動作。

借助手套的協助，重度障礙患者可更有效地重拾抓握物品的能力。圖片來源：TUM

外骨骼透過**肌電圖（EMG）**技術進行控制，量測前臂肌肉產生的微弱電氣訊號。安裝於前臂的感測器持續擷取訊號，機器學習演算法即時分析數據，預測穿戴者何時有意圖抓握物品。一旦偵測到預期動作，手套便自動充氣啟動對應的氣室，協助完成動作。

為提升使用中的可靠性，系統亦整合動作感測器，在物品被抓握後偵測搬運動作，確保手套在搬運過程中維持足夠的握持力，降低意外掉落風險，讓手部動作更自然、更安全。

研究人員在設計此款軟式手部外骨骼時，以結合智慧動作預測與平價輕量穿戴設計為目標。

系統採用機器學習演算法解讀穿戴者前臂肌肉的電氣訊號，抓握意圖預測準確率高達 97%。手套本體採用低成本布料，並整合可充氣式氣室，使這項技術在成本上遠比多數傳統機器人復健設備更為親民，同時兼具日常使用的實用性。

這項技術是在一位患有**肌萎縮性脊髓側索硬化症（ALS，俗稱漸凍症）**的患者密切配合下開發與測試完成的。漸凍症是一種進行性神經疾病，會逐漸破壞控制自主肌肉運動的神經細胞。

測試期間，這名患者僅剩拇指第一關節保有有限的活動能力。研究人員將肌電圖（EMG）感測器貼附於前臂，用以偵測拇長屈肌（flexor pollicis longus）的電氣活動。即使是如此微弱的肌肉訊號，也足以觸發手套氣動氣墊的充氣動作。

實測結果顯示，系統在約 90% 的嘗試中成功辨識使用者的抓握意圖。這名患者得以拿取日常物品，並在四年來首次持握叉子，還能操作小型積木。研究人員亦發現，僅需五分鐘以拇指操控的電玩遊戲訓練，即可顯著改善使用者的抓握表現，充分展現本系統對重度神經損傷患者的高度適應性。

「原則上，這款手套可以幫助弛緩性癱瘓患者，例如因機車或自行車事故導致周邊神經損傷的患者，或罹患多發性神經病變的病人，」Klinik Passauer Wolf的神經科醫師 Prof. Tobias Wächter 表示。

原文來源： 查看原文