Giyilebilir optomiyografi sürekli nöroprotez kontrolünü mümkün kılıyor

Kas Sinyallerini Kesintisiz Kontrole Dönüştürmek

Fare, joystick ya da parmaklar olmadan, yalnızca bileğinizin ince hareketleriyle bir bilgisayar imlecini veya video oyunu denetlemeyi hayal edin. Elini kaybetmiş veya ince motor kontrolüyle güçlük yaşayan kişiler için böyle bir araç, işaret etme, tıklama ve oyun oynama gibi günlük yetenekleri geri kazandırabilir. Bu çalışma, kasları kablolar yerine ışıkla “okuyan” yeni bir bileklik türünü tanıtıyor; bu da bilgisayarlar ve protez cihazlarının daha stabil, rahat ve hassas biçimde kontrol edilmesinin önünü açıyor.

Mevcut Kas Kontrollü Cihazlar Neden Yetersiz Kalıyor

Bugünün kas tabanlı denetleyicileri çoğunlukla yüzeyel elektromiyografiye dayanıyor; bu yöntem kas kasıldığında cilt üzerinden küçük elektrik sinyallerini yakalamak için elektrotlar kullanıyor. Bu sistemler robotik protez eller ve eller serbest bilgisayar kontrolü sağladı, ancak önemli dezavantajlara sahip. Sinyaller zayıf ve elektriksel gürültü ile sensör hareketinden kolayca kirlenebiliyor. Komşu kaslar birbirini bozabiliyor ve daha derindeki kasları okumak zor oluyor. Birçok ampüte için bu sistemler çaba gerektiren, güvenilmez ve yorucu hissediliyor; bu da gelişmiş protez uzuvların terk edilmesine yol açıyor.

Kablolar Yerine Işıkla Kas Okumak

Araştırmacılar, kasların kasılma sırasında kan hacmi ve doku özellikleri değiştikçe nasıl dönüştüğünü izlemek için yakın kızılötesi ışık kullanan optomiyografi adlı bir alternatifi incelediler. Esnek bir bileklik, önkola zararsız ışık yayan diyotlar ve derinin altından geri saçılan ışığı algılayan küçük detektörler içeriyor. Biyolojik doku bu dalga boyu aralığında nispeten saydam olduğundan, sinyaller geleneksel elektrot tabanlı ölçümlere göre genellikle daha temiz ve elektriksel parazite daha az duyarlı oluyor. Ekip, bilek etrafında 50 kanal veri kaydediyor ve bunları gerçek zamanlı olarak bir bilgisayara gönderiyor.

Bilekliğe Fare Gibi Davranmayı Öğretmek

Ham ışık sinyallerini kontrolde kullanılabilir hale getirmek için yazarlar, temel olarak küçük, verimli bir desen tanıma programı olan kompakt bir sinir ağı eğittiler. Katılımcılar bilekliği taktı ve “merkezden dışarı” görevi gerçekleştirdiler: ekranda bir nokta ortada belirdi, ardından saatin saat yönündeki saatleri gibi düzenlenmiş 12 konumdan birine atladı. Her yön için insanlar tutarlı bir bilek veya el jesti kullandılar; nötr bir duruş için ve tıklamayı taklit etmek amacıyla bir yumruk sıkma için iki ekstra jest daha vardı. Ağ, bileklik verilerinin her anlık görüntüsünü hareket yönünü belirleyen iki değere ve bir “tıklama” olasılığını yansıtan üçüncü bir değere çevirmeyi öğrendi. Önemli olarak, her yeni örnek için çıktı üretti; bu da tıkır tıkır adım adım atlayan hareketler yerine sürekli, akıcı imleç hareketine olanak sağladı.

Nişan Almayı, Tıklamayı ve Hatta Tetris Oynamayı Öğrenmek

Sistemi sekiz genç sağlıklı yetişkin ve her iki elinin tüm parmaklarını kaybetmiş bir kişi test etti. Kısa bir kalibrasyon ve birkaç dakika eğitimden sonra, katılımcılar jestlerle imleci ekranın merkezinden rastgele yerleştirilmiş hedeflere taşıdılar ve ardından hedefleri bir yumruk sıkma tıklamasıyla “yakaladılar.” Birden çok oturum boyunca, çoğu katılımcı ideal düz bir yolu ne kadar yakından izledikleri, hedeflere ne kadar hızlı ulaştıkları ve hedef civarındaki gereksiz hareket miktarı gibi ölçümlerde gelişme gösterdi. Performanstaki artışlar oturumların ilk yarısında en belirgindi; daha sonra bir miktar düşüş görüldü; bunun nedeni muhtemelen yorgunluk veya bilekliğin kaymasıydı. Ayrı bir testte, bir sağlıklı katılımcı ve ampüte aynı kontrolü kullanarak Tetris turları oynadı; düşen blokları yalnızca bilek ve el hareketleriyle başarıyla yerleştirdiler ve döndürdüler.

Bu Yeni Yaklaşım Nasıl Bir Karşılaştırma Sunuyor

Ekip sonuçlarını standart performans modelleri ve elektrot tabanlı sistemlerle yapılan önceki çalışmalarla karşılaştırdı. Görev zorluğunu hareket süresiyle ilişkilendiren iyi bilinen bir çerçeve olan Fitts yasasını kullanarak, birçok katılımcının—ampüte dahil—elektriksel kas sensörleriyle görülen performans düzeylerine benzer seviyelere ulaştığını gösterdiler. Verimlilikleri (işaretleme görevlerini tamamlama etkinlikleri) ve yol verimliliği (hareketlerinin ne kadar düz olduğu) yerleşik teknolojilere yaklaştı; buna karşın sürekli kontrolün daha zorlu olması ve tıklama jestleri üretme gerekliliği vardı. Araştırmacılar, gelecekteki cihazlarda ışık tabanlı ve elektriksel ölçümlerin birleştirilmesinin doğruluk ve sağlamlığı daha da artırabileceğini savunuyorlar.

Günlük Hayat İçin Ne Anlama Gelebilir

Günlük okurun çıkarımı şu: bu ışık tabanlı bileklik, doğal bilek ve önkol hareketlerini gerçek zamanlı, akıcı biçimde bir bilgisayar imlecinin ve basit oyunların kontrolüne dönüştürebiliyor; hatta eli olmayan biri için bile. Çalışma yalnızca bir ampüte ve küçük bir sağlıklı gönüllü grubuna dayansa da, optomiyografinin mevcut elektriksel yaklaşımlara rakip olabilecek sürekli ve sezgisel kontrol sağladığını ve bunların bazı zayıflıklarından kaçındığını gösteriyor. Konfor, sensör yerleşimi ve uzun vadeli stabilite üzerine yapılacak ek çalışmalarla, bu tür sistemler nihayetinde daha duyarlı protez elleri, rehabilitasyon araçlarını ve tıbbi cihazdan ziyade günlük aksesuar gibi hissedilen giyilebilir denetleyicileri güçlendirebilir.

Atıf: 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

Anahtar kelimeler: giyilebilir nöroprotezler, kas-bilgisayar arayüzü, optik kas algılama, jest tabanlı kontrol, protez rehabilitasyonu