XXI Международный конкурс научно-исследовательских и творческих работ учащихся
Старт в науке
Бионический протез с зеркальным нейроном
Автор работы награжден дипломом победителя II степени
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
Введение
Каждый год в мире делают более 1 млн ампутаций, из них, на Россию приходится более 70 тыс. Главные причины хирургического вмешательства — диабет и травмы, к которым в последнее время добавились боевые. Есть еще и люди, у кого конечностей нет от рождения.
В современной медицинской науке развиваются два направления: биологическое и техническое. Первое основано на идее восстановления организма биологическими методами. Развиваются технологии выращивания любых органов из стволовых клеток, клонирование и генная технология. В настоящее время они далеки от внедрения в медицину, за исключением метода пересадки органов, который сталкивается с большими медицинскими, экономическими и этическими проблемами.
Второе направление активно развивается. Искусственные хрусталики глаз, искусственные суставы уже помогли многим людям обрести если и не полное физическое здоровье, то возможность вести активную жизнь. Ученые считают, что одним из методов продления жизни является замена тех органов, которые быстро изнашиваются (сердце, печень) на искусственные. При конструировании искусственных х органов разумно сочетаются подражание живой природе (бионика и миметика) и технические дисциплины: механика, оптика, электроника, кибернетика.
Люди, лишившиеся конечностей, также вправе ожидать от современной науки помощи в восстановлении функций организма. Они хотят продолжать профессиональную деятельность, вести активный образ жизни и ничем не отличаться от здоровых людей.
Основная помощь, которая оказывается таким людям – протезирование. Протезы известны еще со времен Древнего Египта, но в наше время развитие техники позволило, наконец, создавать искусственные руки и ноги, которые могут функционировать подобно биологическим конечностям. Особенно этому способствует появление компактных и легких электродвигателей, аккумуляторов, микропроцессоров, датчиков, алгоритмов искусственного интеллекта, композитных материалов, технологии 3Д печати и т.п.
Создание протезов конечностей – активно развивающаяся отрасль медицинской техники. В ней пока остается много проблем, и пользователи протезов заявляют, что рекламные обещания фирм-производителей не оправдываются.
Я заинтересовался этой темой, так как в моей семье традиционны профессии врача и биолога, а сам я уже несколько лет изучаю и делаю проекты в области искусственного интеллекта, кибернетики и бионики. Я решил изучить вопрос, почему люди с ограниченными возможностями не получают то, что хотят, и как им можно помочь с помощью современных достижений техники. Протезы должны быть доступны в том числе и по цене, чтобы человек не ждал очереди на государственное финансирование покупки протеза, а мог сам выбрать и купить тот вид протеза, который ему понравится и заменить на другой, если тот не подойдет. Это и будет означать, что человек живет полноценной жизнью.
Цель проекта: разработать идею недорогого и несложного в обучения бионического протеза.
Задачи:
-
Изучить проблемы современного протезирования.
-
Разработать концепцию, которая сможет решить эти проблемы полностью или частично.
-
Сконструировать и изготовить модель, которая продемонстрирует мои идеи.
Объект исследования: Бионические протезы.
Предмет исследования: Проблемы управления протезами.
Глава 1. Современные протезы и методы управления ими
Протезы конечностей делятся на два вида: косметические и бионические. Косметические только внешне заменяют конечность, действовать они не могут. Бионические выполняют функции утраченной конечности: протезы ног позволяют ходить, протезы рук – брать предметы, работать на компьютере и т.п.
Бионические в свою очередь делятся на механические с управлением от рычагов и кибернетические, оснащенные датчиками, электродвигателями, микроконтроллерами и т.п.
Дороговизна протезов связана, во-первых, с индивидуальным изготовлением каждого протеза, во-вторых, с механизмом финансирования отрасли. Так как покупку протезов оплачивает государство или благотворительные фонды, фирмы-производители не очень заинтересованы в снижении цены. Протез – нерыночный продукт. Однако если цена их упадет и люди сами смогут покупать их, выбирать более удобные, иметь не один протез (например, один для работы, второй для дома, третий для занятий спортом), то ситуация изменится. Технологии модульности, 3Д печати, применение пластиков также способствует решению проблемы.
Рассмотрим более подробно методы управления кибернетическими протезами рук. Судя по рекламным статьям, вопрос считается решенным. Существует два способа управления такими протезами: С помощью миодатчиков и нейродатчиков. Миодатчики считывают изменение электрического потенциала на коже при напряжении мышцы, нейродатчики – активность определенных отделов мозга. На основании этих данных можно составить алгоритм управления протезом.
Компания MAXBIONIC предлагает бионические протезы, которые управляются с помощью электромиографических датчиков.
Протезно-ортопедические центры «Орто-Инновации» предлагают несколько видов протезов. Протезы, которые управляются благодаря считыванию сигнала с мышц, а также управление может происходить с телефона. Протезы, которые выглядят более эстетично, но ими можно выполнять только базовые функции, например, листать книгу или завязывать шнурки.
Компания «Часть человека» предлагает кастомный косметический протез, который представляет собой отзеркаленную копию второй руки, имеющую большое количество шарниров.
Однако лишь 10% получивших такие протезы смогли научиться ими пользоваться. Если для движения №14 надо 13 раз напрячь определенную мышцу, то не удивительно, что у человека не хватает терпения проделывать это. Что касается нейродатчиков, то не очень удобно постоянно носить их на голове, к тому же немногие люди могут хорошо контролировать возбуждение и торможение мозга. Есть уже тренажеры в виде приложений для телефона, но до уверенного владения этими действиями большинству людей далеко.
Высказываются пожелания по техническому оснащению протеза: установить в нем сразу смартфон, мышь, систему управления умным домом и др. При модульной конструкции протеза эти опции человек смог бы выбирать сам, как это существует для различной бытовой техники. Я же продолжу рассматривать системы управления протезами.
Глава 2. Идея проекта
Моя идея заключается в том, что при создании «умных» протезов надо, во-первых, сделать систему управления более простой, во-вторых, полнее использовать достижения живой природы, то есть миметику.
Я предлагаю сделать возможным управление протезом с помощью простых движений, которые может делать человек с его повреждением. Например, он может выбрать, что при выдвижении руки с протезом вперед пальцы совершат хватательное движение, при повороте вниз ладонью пальцы согнутся так, чтобы можно было нажимать на кнопки клавиатуры, а при повороте вверх ладонь выпрямляется, чтобы взять на нее что-либо. Главное, чтобы человек мог сам выбрать, какие движения ему наиболее необходимы. Следовательно, потребуется возможность обучения своего протеза-гаджета. В качестве тренера может выступить вторая рука, если она есть, либо кто-либо из родственников, надев на руку приспособление типа экзоскелета.
Когда речь идет об обучении гаджетов, все сразу начинают думать о нейронных сетях (НС), которые кажутся всесильными. Достижения нейронной сети GPT 4 показывают, что для хорошей работы НС требуется обучение на нескольких миллионов учебных примеров. Вряд ли обычный человек сможет проделать этот объем работы. Видимо, необходимо разумное сочетание двух видов искусственного интеллекта (ИИ), которые строятся сверху (экспертная система) и снизу (нейронная сеть) по идеологии Джона Ловина. Каждая система имеет свои достижения и ограничения. Сначала я решил посмотреть, как происходит обучение в живой природе.
Глава 3. Зеркальные нейроны и биомиметика
Впервые зеркальные нейроны были обнаружены и описаны в 1994 году Джакомо Риццолатти, Лучано Фадигой, Витторио Галлезе и Леонардо Фогасси в университете города Парма, Италия, в экспериментах на макаках. Впоследствии они были обнаружены у некоторых птиц, насекомых и других приматов, в частности, у людей.
Зеркальные нейроны — нейроны головного мозга, которые возбуждаются как при выполнении определённого действия, так и при наблюдении за выполнением этого действия другим животным.
У людей активность мозга, согласующаяся с поведением зеркальных нейронов, первоначально была обнаружена в лобной и теменной областях косвенными методами, такими как МРТ и электроэнцефалография. Функция, которую выполняют зеркальные нейроны, до конца не ясна и является предметом научных споров. Так, некоторые учёные считают, что эти нейроны могут быть задействованы в эмпатии, в освоении новых навыков путём имитации. Зеркальные нейроны сопоставляют внешние сенсорные сигналы с некой памятью об эталоне. Кроме этого, нейроны также обрабатывают сигналы, посылаемые на двигательные нейроны. В итоге получается точно повторять какие-либо программы других людей. Можно сказать, что происходит обучение за счёт подражания.
Знания о зеркальных нейронах и их функциях у людей и животных могут помочь при обучении нейронных сетей. Такой подход к созданию технологических устройств, при котором идея и основные элементы устройства заимствуются из живой природы, называется биомиметикой. Многие человеческие изобретения имеют аналоги в живой природе, например, застёжка «молния» была сконструирована на основе строения пера птицы. Таким образом, обучение НС может происходить путем подражания. Сначала НС будет «наблюдать» какое-то действие с помощью датчиков, затем проанализирует его и подаст сигналы на механизм, который должен будет повторить данное действие. После нескольких повторов должен образоваться «рефлекс»: определенный сигнал запускает определенное движение.
Глава 4. Разработка идеи
«Классическая» НС строится так же, как НС в мозгу у человека. Живой нейрон получает сигналы от одного или нескольких дендритов. В синапсах сигналы видоизменяются – усиливаются или ослабляются. Сам нейрон – живой сумматор, который складывает сигналы и выдает их через аксон.
Искусственная НС строится также, а ее обучение – это подбор весовых коэффициентов с помощью какого-либо алгоритма на основе обучающих примеров, то есть примеров с известным ответом.
В математике разработано большое количество методов приближенного решения уравнений и так же известно, что метод может сойтись, то есть прийти к ответу, или разойтись – результаты вычислений будут отдаляться от решения. Искусство создания НС заключается в подборе такого алгоритма, который сможет надежно решать задачи заданного типа, например, различать людей по лицам или по голосу.
Отличие моей задачи состоит в том, что не нужно заранее накапливать информацию о тысячи попыток или образцов данного движения. Рука-тренер просто выполняет это движение, рука-ученик его повторяет. Возможно, придется повторить действие несколько раз, сохраняя удачные попытки в памяти. Это и будет искусственный зеркальный нейрон. В то же время нейрон будет иметь элементы экспертной системы, когда алгоритм действий составляется заранее.
Протез с зеркальным нейроном — это гаджет с микропроцессором, аккумулятором и несколькими сервоприводами. Во время обучения он должен быть связан проводом или по Wi-Fi с тренером-экзоскелетом, надетом на здоровую руку (свою или помощника). Движение руки-тренера вызывает сигналы в датчиках, которые передаются в микропроцессор и пересчитываются в углы поворота сервоприводов. После этого протез повторяет движение. Необходимо предусмотреть запись в память микропроцессора эталон движения, то есть самое удачное, а также связать это движение с каким-либо сигналом. Должна быть возможность также отключения всех движений, чтобы искусственная рука случайно не начала двигаться в неподходящий момент.
Такую конструкцию можно осуществить на основе различных датчиков.
Миодатчики
Миодатчик (датчик мышцы) — это прибор, который позволяет считывать электромиограмму мышечных сокращений, т.е. регистрирует электрическую активность мышц. Но иногда показания миодатчика могут быть неточными из-за использования накладных электродов и влияния других факторов.
Гироскопические датчики
Гироскоп – устройство, способное реагировать на изменение углов ориентации тела, на котором оно установлено. Датчики положения используются в различных контролирующих устройствах, включая авиационную, морскую и бытовую технику.
В протезе и экзоскелете такой датчик может быть использован для ориентации гаджета в пространстве.
Датчик наклона
Датчик наклона – устройство, показывающее, произошёл ли наклон. Обычно он состоит из капсулы с металлическими шариками, которые замыкают или размыкают цепь. Датчик выдает простой цифровой сигнал: логический ноль или единицу в зависимости от наклона капсулы, из-за чего его используют в качестве простого переключателя при наклоне. Но датчики подобного типа не умеют определять малые углы наклона, поэтому применяются в системах контроля с гарантированным большим углом.
В нашем случае может быть использован вместо выключателя, которого не надо касаться, достаточно повернуть гаджет.
Датчик давления
Датчик давления – устройство, физические параметры которого изменяются в зависимости от давления.
При давлении на датчик создаётся разность сопротивлений, которую затем можно будет преобразовать в углы поворота серводвигателя.
Его можно использовать для определения силы, с которой сжат предмет, который хотят взять в руку.
Резистивный датчик (кнопка)
В первых сенсорных перчатках маленькие кнопки определяли, какие суставы пальцев согнуты. Таким образом можно было управлять дистанционно манипулятором, моделью автомобиля и т.п.
Аналогичным образом она может использоваться в моем проекте.
Потенциометр
Потенциометр – измерительный прибор, предназначенный для определения напряжения путём сравнения двух различных напряжений. Аналоговые данные потенциометра могут сразу преобразовываться в значения угла поворота сервопривода. Недостатком являются большие размеры датчика.
Сам протез также будет оснащен датчиками и сервоприводами. Количество сервоприводов зависит от типа протеза: односхватный или многосхватный. У односхватного отдельно движутся только большой палец и остальные четыре как один, у многосхватного движутся все пальцы независимо друг от друга. Виды экзоскелета и протезы должны соответствовать друг другу.
Сервопривод - устройство для преобразования электрического сигнала в соответствующее перемещение исполнительного устройства. Угол поворота сервопривода определяется длительностью импульса, который подается по сигнальному проводу. Сервопривод управляется с помощью импульсов переменной длительности и ожидает импульса каждые 20 мс.
Как видно из предыдущего изложения, существует много вариантов сочетания датчиков, которые в итоге будут делать одну работу: определять положение экзоскелета-тренера и повторять его протезом. Собственно зеркальный нейрон – это программа, преобразующая показания датчиков экзоскелета в углы поворота сервоприводов, которые зависят также и от механической схемы протеза.
Глава 5. Изготовление модели протеза с зеркальным нейроном
Аппаратная часть
Можно было сделать модели протеза ноги или руки. Я выбрал протез кисти руки. Как видно из описания идеи, модель должна состоять из двух частей: экзоскелет, который надевает тренер, и сам протез.
Первый вариант экзоскелета я собрал из деталей разных конструкторов, чтобы уточнить размеры и проверить работоспособность конструкции. Экзоскелет должен крепиться к предплечью. Я установил на него 2 потенциометра, измеряющие углы поворота при хвате кистью
Потенциометры связаны с микроконтроллером проводами. Чтобы установить дистанционную связь с протезом, необходимо задействовать еще один микроконтроллер, что приведет к усложнению конструкции.
При сгибе пальцев руки поворачиваются звенья экзоскелета, и можно измерить углы поворота потенциометров. По изменению электрического сопротивления.
Модель самого протеза выполнена упрощенно, так как она нужна только для проверки идеи. Модель односхватная, оснащена двумя сервоприводами и датчиком наклона. С помощью этого датчика я планирую включать движение протеза. На пальцах хвата также установлен бамперный датчик для отключения привода, когда пальцы нажимают на взятый предмет.
Микроконтроллер, обслуживающий оба устройства, закреплен на протезе.
Программная часть
Алгоритм тестовой программы
-
Выставить углы серводвигателей на 0.
-
Прочитать X1, X2 – значения сопротивлений при начальном положения потенциометров.
-
Согнуть пальцы тренера, чтобы взять в руку предмет. Прочитать Y1, Y2 – конечные значения сопротивлений потенциометров.
-
Вычислить разность между показаниями потенциометров и перевести в угол серводвигателя 1. Так как механика экзоскелета и хвата отличается, коэффициент пересчета устанавливается экспериментально
-
Считать значение с датчика наклона. Если поворот был, то серводвигатель 1 поворачивается на вычисленный угол.
-
Если срабатывает бамперный датчик, то серводвигатель 1 останавливается.
-
Серводвигатель 2 поворачивается на нужное значение, чтобы закончить захват предмета большим пальцем.
Скетч приводится в Приложении
Это только тестовый вариант программы. Планируется тренировка устройства: упражнение выполняется несколько раз, лучший результат запоминается и запускается в любой момент по сигналу датчика наклона.
Испытания модели
Испытания модели показали, что в целом она работает, но необходимо лучше согласовать работу датчиков.
Заранее предполагалось, что значения углов поворота двух потенциометров будут преобразовываться в поворот одного сервопривода, так ставить второй сервопривод на запястье означало сильно усложнить конструкцию. На практике оказалось, что разные люди по-разному сгибают пальцы. У одних на экзоскелете больше поворачивается первый потенциометр, у других - второй. Следовательно, нужно провести больше испытаний с разными людьми, чтобы выработать универсальный механизм, либо настраивать зеркальный нейрон на каждого человека. Третий вариант – добавить в алгоритм элемент нейронной сети, подходящий тип которой надо будет подобрать. Этот элемент будет запоминать удачные попытки и вычислять весовые коэффициенты для пересчета углов поворота сервоприводов.
Усовершенствование модели
Когда я убедился, что размеры экзоскелета кисти подобраны правильно и подходят разным людям, я по этим размерам сделал специальные детали. Это 3D модели, распечатанные на 3D принтере. В отверстия на деталях вставляются корпуса и ручки потенциометров.
С новыми деталями я пересобрал экзоскелет кисти. К руке он крепится с помощью липучек.
Заключение
В этой работе я попытался решить проблему, почему людям без конечностей трудно приспособиться к пользованию современными приборами, почему протезы очень дороги, но при этом не отвечают запросам потребителей. Мне показалось, что фирмы-производители увлеклись сложными технологиями типа нейродатчиков и не видят более простых и дешевых методов, которыми пользуется живая природа.
Запрограммировав искусственные зеркальные нейроны на основе более простых датчиков, можно предоставить нуждающимся обучаемые протезы, которые они смогут натренировать сами или с помощью тренера. При этом не понадобится делать миллион упражнений, как это происходит для современной нейронной сети. При желании человек сможет переобучать свой протез хоть каждый день.
Моя модель может совершать только одно движение – захват предмета типа стаканчика. Но это только пример. По мере накопления опыта можно будет усложнить систему.
Библиографический список
-
Д. Ловин. Создаем робота-андроида своими руками. – М.: Издательский дом ДМК-пресс, 2007 – 312с.: ил.
-
Конспект хакера. Брошюра. Инструкция к конструктору «Матрешка».
-
Нейронные сети. Эволюция. Кан Каниа Алексеевич, цифровая книга, 2020 г.
-
«Зеркальные Нейроны»
https://ru.wikipedia.org/wiki/Зеркальные_нейроны
-
«Бионика»
https://ru.wikipedia.org/wiki/Бионика
-
«Бионические протезы: на что они способны, и когда мы станем киборгами?»
https://trends.rbc.ru/trends/industry/5e91e02b9a79474e8cb6d892
Приложение
Скетч
#include <Servo.h>
Servo servo1;
Servo servo2;
const int POT1 = 1; // потенциометр 1
const int POT2 = 0; // потенциометр 2
int valpot1 = 0; // переменная для значений с потенциометра 1
int valpot2 = 0; // переменная для значений с потенциометра 2
int x1 = 0;
int x2 = 0;
int y1 = 0;
int y2 = 0;
int angleServo = 0; // угол серводвигателя
int val = 0; // переменная для значения с датчика наклона
#define BUTTON_PIN 5
boolean buttonWasUp = true
void setup() {
servo1.attach(3);
servo2.attach(4);
pinMode(BUTTON_PIN, INPUT_PULLUP);
Serial.begin(9600);
}
void loop() {
servo1.write(0);
servo2.write(0);
x1 = analogRead(POT1);
y1 = analogRead(POT2);
delay(2000);
x2 = analogRead(POT1);
y2 = analogRead(POT2);
valpot1 = x2 - x1;
valpot2 = y2 - y1;
angleServo=map(valpot1,0,1023,0,180);
val = analogRead(A5);
if (val > 512) {
servo2.write(angleServo);
boolean buttonIsUp = digitalRead(BUTTON_PIN);
if (buttonWasUp && !buttonIsUp) {
delay(10);
buttonIsUp = digitalRead(BUTTON_PIN);
if (!buttonIsUp) {
servo2.detach();
}
}
servo1.write(45);
}
}