用人工智能和机器人对抗手部震颤

研究人员利用人工智能技术建立了一种算法模型，使机器人在对抗手部颤抖时更准确、更快、更安全。

机器人为大量神经运动障碍患者带来希望，严重影响他们的生活质量。现在，研究人员利用人工智能技术来建造算法该模型将使机器人在对抗手部震颤时更准确、更快、更安全。

国际研究小组报告了迄今为止最有力的技术，以描述影响大量老年人的常见和衰弱运动问题的症状，即病理性手震颤。全世界有100万人被诊断出患有这种疾病帕金森病这是一种会导致手颤抖的神经退行性疾病。

虽然先进的可穿戴外骨骼服和神经康复机器人等技术可以帮助人们抵消一些不自主的运动，但这些机器人助手需要实时精确地预测无意识运动——仅仅10或20毫秒的延迟就可能阻碍机器的有效补偿，在某些情况下甚至可能危及安全。

进入伦敦(安大略)运动障碍中心收集的大数据集和该团队开创性的机器学习模型，他们将其命名为PHTNet，意为“使用递归神经网络的病理性手部震颤”。利用小型传感器，他们分析了81名六七十岁患者的手部运动，然后应用了一种新的数据驱动深度神经网络建模技术提取适用于所有患者的预测信息。“我们的模型已经处于准备使用的阶段，可供神经学家、研究人员和辅助技术开发人员使用，”合著者S. Farokh Atashzar说。他现在是纽约大学坦顿大学的助理教授，在加拿大进行博士和博士后研究时，他开始探索机器人与人工智能的结合使用。“这需要强大的计算能力，所以我们计划开发一种低功耗的云计算方法，让可穿戴机器人和外骨骼在患者家中进行操作。我们还希望开发出需要更少计算能力的模型，并在输入中加入其他生物因素。”