Contrôle biomimétique d’une prothèse de bras à partir de mouvements naturels

Bien que les prothèses robotiques de bras aient beaucoup progressé ces dernières années, le contrôle de leurs multiples articulations par une personne amputée reste à ce jour un problème majeur. Alors que la majorité des recherches pour améliorer le contrôle des prothèses se focalise sur le contrôle myoélectrique basé sur l’activité des muscles restants, les chercheurs ont développé dans cette étude une alternative prometteuse visant à exploiter les mouvements résiduels de moignon bien plus fiables et faciles à interpréter que des signaux musculaires sujets au bruit et à de nombreux artefacts.

Ayant par ailleurs développé des outils de vision artificiel permettant d’établir l’intention de saisir un objet ainsi que sa position dans l’espace, ils montrent ici que ces informations ajoutées aux mouvements d’épaules permettent à un réseau de neurones artificiels entrainé sur des mouvements naturels de très bien reconstruire les articulations manquantes chez une personne amputée au-dessus du coude. En effet, les prédictions de ce réseau de neurones ont permis à des sujets valides d’attraper en réalité virtuelle des bouteilles de positions et orientations variées avec des performances comparables à celles de leur vrai bras, alors que 4 articulations distales (du coude jusqu’au poignet inclus) étaient contrôlées sur la base de ces prédictions.

Cette preuve de concept en réalité virtuelle est ainsi très prometteuse pour le contrôle des prothèses destinées à des amputés au niveau de l’humérus, pour qui ces 4 articulations distales sont absentes. Un important travail d’intégration reste à faire avant de pouvoir proposer des options de contrôle viables pour les personnes amputées sur la base de ce principe. Outre leur intérêt évident pour le contrôle des prothèses, ces travaux offres de nombreuses perspectives dans le domaine de la robotique d’assistance et des interfaces homme-machine.

Pour en savoir plus :
Shoulder kinematics plus contextual target information enable control of multiple distal joints of a simulated prosthetic arm and hand.
Mick, S., Segas, E., Dure, L., Halgand, C., Benois-Pineau, J., Loeb, G. E., Cattaert, D., & de Rugy, A. (2021).
Journal of NeuroEngineering and Rehabilitation, 18(1), 3. https://doi.org/10.1186/s12984-020-00793-0