Mit modernen Handprothesen lässt sich die Funktion der Hand teilweise wiederherstellen. Solche Prothesen sind aber anfällig für Störungen. Vor allem die Verschiebung der Elektroden auf der Haut ist für Störungen empfänglich. Die Forschungsgruppe „Maschinelles Lernen“ von Professorin Dr. Barbara Hammer (Universität Bielefeld) hat ein System entwickelt, das Störungen infolge von Elektrodenverschiebungen ausgleicht.
Bei Handprothesen messen Elektroden auf dem Armstumpf die Muskelsignale, daraus leitet wiederum ein Algorithmus die gewollte Handbewegung ab und am Ende führt eine Prothese die Bewegung aus. Um der Anfälligkeit der Elektrodenverschiebung entgegenzuwirken, passt ein Algorithmus für Maschinelles Lernen das Steuerungssystem, wie es in der Klinik eingestellt wurde, auf die neue Elektrodenposition im Alltag an. Das Besondere: Das Steuerungssystem kommt mit sehr wenigen Daten aus. „Das macht das neue Verfahren auch für die Industrie interessant“, sagt Dr.-Ing. Sebastian Wrede, tätig im Forschungsinstitut für Kognition und Robotik der Universität Bielefeld. „Auch hier müssen Systeme oft mit wenigen Beispieldaten auskommen.“
Quelle: Universität Bielefeld
Rubriklistenbild: belahoche/stock.adobe.com
