Noszona optomiografia umożliwia ciągłą kontrolę neuroprotez

Przekształcanie sygnałów mięśniowych w płynną kontrolę

Wyobraź sobie sterowanie kursorem komputera lub grą wideo za pomocą jedynie subtelnych ruchów nadgarstka, bez myszy, joysticka czy nawet użycia palców. Dla osób, które straciły dłoń lub mają trudności z precyzyjną motoryką, takie narzędzie mogłoby przywrócić codzienne umiejętności, jak wskazywanie, klikanie czy granie. W badaniu przedstawiono nowy rodzaj opaski na nadgarstek, która „odczytuje” mięśnie światłem zamiast przewodami, otwierając drogę do stabilniejszej, wygodniejszej i bardziej precyzyjnej kontroli komputerów i urządzeń protetycznych.

Dlaczego obecne urządzenia sterowane mięśniami zawodzą

Obecne kontrolery wykorzystujące przejściowe sygnały mięśniowe opierają się głównie na powierzchniowej elektromiografii, która używa elektrod na skórze do wykrywania słabych sygnałów elektrycznych podczas skurczu mięśnia. Systemy te umożliwiły powstanie robotycznych dłoni protetycznych i bezdotykowej kontroli komputerów, ale mają poważne wady. Sygnały są słabe i łatwo zanieczyszczane przez zakłócenia elektryczne oraz ruchy czujników. Sąsiednie mięśnie mogą na siebie wzajemnie wpływać, a głębsze mięśnie trudno jest odczytać. Dla wielu amputantów te systemy są męczące, zawodzą i sprawiają wrażenie wymagających wysiłku, co przyczynia się do rezygnacji z zaawansowanych kończyn protetycznych.

Odczytywanie mięśni światłem zamiast przewodami

Badacze zbadali alternatywę nazwaną optomiografią, która wykorzystuje bliską podczerwień do śledzenia zmian w mięśniach w miarę przesunięć objętości krwi i właściwości tkanek podczas skurczu. Elastyczna opaska na nadgarstek zawiera diody emitujące bezpieczne światło, które przenika przedramię, oraz małe detektory wyczuwające rozproszone światło powracające spod skóry. Ponieważ tkanki biologiczne są stosunkowo przejrzyste w tym paśmie długości fal, sygnały są zwykle czystsze i mniej wrażliwe na zakłócenia elektryczne niż tradycyjne pomiary z elektrod. Opaska zespołu rejestruje 50 kanałów danych wokół nadgarstka i przesyła je do komputera w czasie rzeczywistym.

Nauczanie opaski zachowywania się jak mysz

Aby przekształcić surowe sygnały świetlne w kontrolę, autorzy wyszkolili kompaktową sieć neuronową — w praktyce mały, wydajny program rozpoznawania wzorców. Uczestnicy nosili opaskę i wykonywali zadanie „center-out”: punkt pojawiał się na środku ekranu, a następnie skakał do jednego z 12 miejsc rozłożonych jak godziny na tarczy. Dla każdego kierunku wykorzystywano spójny gest nadgarstka lub dłoni oraz dwa dodatkowe gesty do postawy neutralnej i zaciskania pięści, symulujące kliknięcie. Sieć nauczyła się przekształcać każdą próbkę danych z opaski w dwie wartości opisujące kierunek ruchu i trzecią wartość odzwierciedlającą prawdopodobieństwo „kliku”. Co istotne, generowała wyjście dla każdego nowego próbku, co umożliwiało ciągły, płynny ruch kursora zamiast skokowych, krokowych przemieszczeń.

Nauka wskazywania, klikania, a nawet gry w Tetris

Osiem młodych osób bez zaburzeń motorycznych oraz jedna osoba, która utraciła wszystkie palce obu rąk, testowało system. Po krótkiej kalibracji i kilku minutach treningu używali gestów do przesuwania kursora z centrum ekranu do losowo rozmieszczonych celów, a następnie „chwytali” je zaciskając pięść jako klik. W kolejnych sesjach większość uczestników poprawiała wyniki w miarach takich jak odchylenie kursora od idealnej prostej, szybkość osiągania celów i ilość dodatkowych ruchów przy celu. Największe wzrosty wydajności wystąpiły w pierwszej połowie sesji, z pewnym spadkiem później, prawdopodobnie z powodu zmęczenia lub przesunięcia opaski. W odrębnym teście jeden uczestnik bez dysfunkcji i amputant użyli tego samego sterowania do rozgrywek w Tetris, skutecznie umieszczając i obracając spadające klocki jedynie przy pomocy ruchów nadgarstka i dłoni.

Jak to nowe podejście się prezentuje

Zespół porównał swoje wyniki ze standardowymi modelami wydajności i wcześniejszymi pracami z systemami elektrodowymi. Korzystając z dobrze znanego ramienia analizy zwanego prawem Fittsa, które wiąże trudność zadania z czasem ruchu, wykazali, że wielu uczestników — w tym amputant — osiągnęło poziomy wydajności zbliżone do tych obserwowanych przy czujnikach elektrycznych mięśni. Ich przepustowość (jak efektywnie wykonywano zadania wskazywania) i efektywność ścieżki (jak proste były ruchy) zbliżały się do wyników ustalonych technologii, mimo bardziej wymagającej ciągłej kontroli i dodatkowego wyzwania w postaci gestów klikania. Badacze sugerują, że połączenie pomiarów optycznych i elektrycznych w przyszłych urządzeniach mogłoby dodatkowo poprawić dokładność i odporność systemu.

Co to może znaczyć w codziennym życiu

Dla przeciętnego czytelnika najważniejsze jest to, że opaska świetlna może zamienić naturalne ruchy nadgarstka i przedramienia w płynną, działającą w czasie rzeczywistym kontrolę kursora komputera i prostych gier, nawet dla osoby pozbawionej dłoni. Chociaż badanie objęło tylko jednego amputanta i niewielką grupę zdrowych ochotników, dowodzi, że optomiografia może zapewnić ciągłą, intuicyjną kontrolę, która dorównuje obecnym podejściom elektrycznym, unikając przy tym niektórych ich słabości. Przy dalszych pracach nad wygodą, rozmieszczeniem czujników i długoterminową stabilnością takie systemy mogłyby w przyszłości napędzać bardziej responsywne dłonie protetyczne, narzędzia rehabilitacyjne i noszone kontrolery, które będą bardziej przypominać codzienne akcesoria niż urządzenia medyczne.

Cytowanie: Khalikov, R., Soghoyan, G., Sintsov, M. et al. Wearable optomyography enables continuous neuroprosthetic control. Sci Rep 16, 9604 (2026). https://doi.org/10.1038/s41598-025-32646-y

Słowa kluczowe: noszone neuroprotezy, interfejs mięsień-komputer, optyczne wykrywanie mięśni, sterowanie oparte na gestach, rehabilitacja protez