（文章來源：新浪VR）

對于截肢的患者來說，如果想要重新走路或者做其他事情就必須要安裝假肢，但是，通常在安裝假肢時存在醫(yī)生安裝時間長，病人無法自己控制假肢等問題，而近日來自北卡羅來納州和亞利桑那州的研究人員探索了一種新的技術(shù)，通過使用虛擬現(xiàn)實和強化學習，使患者和臨床醫(yī)生都能更方便地安裝假肢。除此之外，他們還開發(fā)出一種強化學習算法，可以將調(diào)整人工膝關(guān)節(jié)所需的時間從幾個小時縮短到大約10分鐘。

在夏洛特，OrthoCarolina的外科醫(yī)生使用VR來證明出生時沒有手的患者無需預先進行定向肌肉重新神經(jīng)支配手術(shù)（創(chuàng)傷性截肢患者經(jīng)常需要這樣的手術(shù)），就可以控制假手。在羅利（Raleigh）、教堂山（Chapel Hill）和亞利桑那州坦佩（Tempe），工程學教授演示了一種基于強化學習的調(diào)整算法，可以將裝配機器人膝蓋所需的時間從幾個小時減少到大約10分鐘。

研究人員表示，這些突破表明，對于截肢者來說，一個方便和樂觀的新時代可能即將到來。

參與研究的患者在COAPT完全控制室（COAPT Complete Control Room）的數(shù)字化虛擬現(xiàn)實單元上接受測試，以測量他們正常發(fā)育的手臂和缺手的一側(cè)的表現(xiàn)。當病人專注于思考移動他們的手或移動肢體到手應該在的位置時，系統(tǒng)跟蹤多個自由度，或在空間中移動手的不同位置的能力。安裝在前臂上的傳感器用來檢測肌肉活動，從而決定了每只手臂復制假肢手部運動的準確性。

OrthoCarolina的手外科醫(yī)生Michael Gart表示：“我認為如果沒有VR，很難客觀地做到這一點，很難衡量一個人的使用熟練程度，理論上可以這樣做，但這是一種主觀的解釋，有了VR，外媒可以將虛擬肢體準確地定位在想要的空間中，只有當它們完全匹配時，它才算完成。這無疑有助于它的研究和發(fā)表。”

Gart和他的同事將在9月5日至7日舉行的美國手部外科學會年會上展示這項研究的結(jié)果。

北卡羅來納州和北卡羅來納州生物醫(yī)學工程聯(lián)合系的教授Helen Huang表示，患者和臨床醫(yī)生的便利是NCSU/UNC/ASU項目背后的主流理念。在她的團隊解決這個問題之前，沒有穩(wěn)定的模型可以讓機器在調(diào)整機器人膝蓋方面發(fā)揮更大的作用。

該方法通過隨機設(shè)置性能參數(shù)給患者提供動力假肢膝蓋；設(shè)備上的數(shù)據(jù)和患者的步態(tài)是通過設(shè)備中的傳感器收集的。計算機模型調(diào)整設(shè)備上的參數(shù)，并實時將患者的步態(tài)與正常行走步態(tài)的輪廓進行比較。模型可以區(qū)分哪些參數(shù)設(shè)置提高了性能，哪些設(shè)置降低了性能。使用強化學習，計算模型可以快速識別允許患者正常行走的一組參數(shù)。在實驗室中，模型在大約300個步態(tài)周期或10分鐘內(nèi)成功達到目標運動學。她還表示，她希望這項工作能夠為假肢調(diào)諧程序的穩(wěn)定模型做出重大貢獻，甚至可以用于深部腦刺激技術(shù)和外衣等設(shè)備。