Service Communautaire d'Information sur la Recherche et le Développement - CORDIS

Optimiser les prothèses myoélectriques

Les technologies prothétiques ont fait des progrès considérables, mais le mouvement complexe n'a pas encore été réalisé. Des chercheurs financés par l'UE avaient pour objectif de progresser dans le domaine du traitement du signal, de l'apprentissage machine et de la reconnaissance des formes pour bousculer le statu quo des systèmes myoélectriques.
Optimiser les prothèses myoélectriques
Les prothèses myoélectriques utilisent des signaux électriques des muscles pour contrôler artificiellement le mouvement des membres. La plupart des systèmes commerciaux de contrôle myoélectrique utilisés dans les prothèses ne peuvent contrôler de manière fiable qu'un seul degré de liberté à la fois, ce qui limite leurs performances et leur acceptation.

Les chercheurs du projet AMYO (Advanced myoelectric control of prosthetic systems), soutenu par l'UE, ayant une expertise dans des domaines multidisciplinaires ont travaillé sur l'amélioration de l'acquisition du signal, de son traitement et de la reconnaissance des formes pour contrôler de manière fiable plusieurs degrés de liberté. Leur objectif final était de garantir la viabilité commerciale.

Durant la première moitié du projet, l'équipe a analysé l'état actuel du contrôle myoélectrique utilisé dans les prothèses. Elle a constaté que le manque de fiabilité était le principal obstacle aux applications commerciales. À partir de ce constat, des chercheurs ont développé des électrodes d'électromyogramme spécialement adaptés aux moignons des personnes amputées pour assurer une meilleure acquisition du signal.

Des scientifiques ont également développé des méthodes de traitement du signal avancées utilisant les principes de la modélisation neurophysiologique et de l'apprentissage machine pour obtenir un contrôle intuitif, proportionnel et simultané de deux degrés de liberté.

Le système a été testé sur des membres intacts ou des moignons, et démontré une amélioration importante des performances par rapport aux prothèses myoélectriques actuelles. Les tests ont cependant souligné la nécessité d'améliorer davantage la fiabilité.

Pour un apprentissage efficace par les utilisateurs, le projet AMYO a conçu un système d'apprentissage innovant basé sur des mesures de performance et psychométriques.

Les résultats du projet ont été disséminés via sept publications scientifiques.

Le projet AMYO a considérablement accru la fiabilité et la robustesse du système de contrôle myoélectrique avec deux degrés de liberté. D'autres améliorations et une commercialisation rapide devraient soulager les millions d'utilisateurs de prothèses.

Un atout majeur réside dans le fait que la technologie AMYO pourrait également être adaptée à d'autres dispositifs d'assistance nécessitant des interfaces homme-machine tels que les orthèses et les dispositifs de rééducation neurologique.

Informations connexes

Mots-clés

Prothèses myoélectriques, prothétique, traitement du signal, apprentissage machine, reconnaissance des formes