随着学会的队伍不断发展壮大，分支机构的发展愈发完善，丰富多彩的分支活动与学术分享也频频呈现。今年以来，CAAI认知系统与信息处理专委会积极倡导学会“疫情防控不放松，学习充电不间断”的理念，邀请年轻学者结合本专委会自身领域研究精选相关文献进行研究与再解读，本期与大家分享《假肢手的综述（2）》。
第一次假手的应用可以追溯到第二次布匿战争早期（公元前218-201年），罗马将军马库斯·塞尔吉乌斯（Marcus Sergius）在战争中失去了右臂，他的假手臂是用铁制成的。
在16世纪早期，德国雇佣兵戈兹·冯·贝里辛根戴着两只假手。第一个是一个简单的装置，由一个拇指和手指连接的手套组成。手指可以向内移动，这样他就可以握紧他的剑了。另一种升级版的手可以独立移动指骨和拇指，骑士可以握住马缰，拿起羽毛笔。16世纪中叶，法国军医Ambroise Pare发明了弹簧式假肢，手指可以用杠杆和齿轮独立操作。Pare还开发了肘部假手上方，杠杆和链轮机构控制着屈伸。自动身体动力假肢始于18世纪的彼得·巴利夫（Peter Baliff），假肢由肩部和躯干的完整肌肉驱动，使用皮革带作为传输机制。1911年，威廉·T·卡恩斯（William T.Carnes）发明了另一种复杂的机械假肢并获得了专利。以上假体受健康肢体或胸部的整体运动控制。
19世纪初，随着朱利亚诺·万赫蒂博士的“电影整形植入物”的问世，假手技术取得了突破，残余手臂的运动可以操作假肢。后来，在1915年，他的工作由德国外科医生费迪南德·索尔布鲁克（FerdinandSauerbruch）实施，在那里，假手由残存前臂的肌肉进行操作，手术中插入了象牙钉。19世纪中叶，波顿缆索假肢问世，用轻便耐用的缆绳代替传统笨重的系带假肢。1948年，Reinhold Reiter开发了第一只外接式肌电假手，它是由表面肌电信号的电压电位触发的电动机驱动的。然后在1960年，亚历山大·科布林斯基发明了第一个临床上成功的电动假手。根据Biddiss和Chau的研究，身体动力手臂的拒绝率为16-66%，电动手臂为0-75%。在使用肌电和身体动力之间有一个权衡。虽然肌电手可以满足美容的要求，在实验室环境下的日常生活任务活动中表现良好，但在体力劳动时，它在产汗条件下表现不佳，与身体动力手相比仍然昂贵。尽管在许多人看来，肌电手臂虽然先进，但在日常使用中仍然构成了相当大的功能障碍。肌内肌电图，即IMES被认为是一种创新的肌电图记录方法。IME是一种电极，通过假肢插座中的电磁线圈检测肌电信号并将其传输到仿生手上，从而提供直观和稳定的控制。
随着外科技术的进步，19世纪中叶瑞典外科医生peringvar Branemark发明了骨整合假体。然后他的儿子里卡德布兰纳马克（Rickard Branemark）将其应用于肢体截肢患者。Ortiz Catalan等人。报道了第一个人类试验中的骨整合上臂假体，它直接附着在完整肢体的骨、神经和肌肉上。骨整合假体与表面机电插座相比，提供了更精确的电机控制和更大的运动范围。然而，这项研究仅限于一个人，因此不可能量化改善情况，从而妨碍了结果的推广。此外，骨整合有许多缺点，例如多发性软组织感染、慢性排液和骨髓炎。此外，当在非常薄的骨头（如前臂骨）中使用骨整合时，重复骨折是一个常见的问题，金属植入物也容易骨折。
2004年，TMR在上肢假体方面取得了突破性进展。利用基于TMR的上肢假体，截肢者能够改善直觉控制，因为他们提供生理上合适的肌电图信号。此外，一种称为TSR的技术有助于接收改进的体感和模态匹配反馈。骨整合和IMES与靶向神经支配的整合被证明提供了更直观的方法，消除了传统TMR的缺点，包括由于肩带和插座造成的结构缺陷，限制了可利用的活动肌肉区域。另一个突破是血管复合同种异体移植的发展，它涉及到将不同组织作为人体器官的一个功能单元进行移植。1964年，厄瓜多尔的罗伯特·吉尔伯特博士首次尝试手移植。然而，手移植方法可能导致急性器官排斥反应和其他医疗并发症。手部假体的研究领域仍然活跃。即使是最先进的商用假肢也无法有效地克服手截肢的局限性，并导致截肢者拒绝使用假肢，主要是由于控制力、功能性和反馈的减少。目前正在进行的研究包括缓解假体效率降低的问题，主要集中在高效欠驱动设计、直观控制界面、多通道生物信号分解和多模式传感器融合、实时控制、仿生反射力和体感反馈等领域。
为了介绍手部假体研究的最新进展，作者通过选择了信息分析方法，主要包括收集、分析、清理、可视化和解释大型数据集。使用可视化技术的组合，包括词云、条形图、饼图和网络图来识别信息。该方法严格遵循了仿生学调查和视觉障碍辅助技术概述的方法。在Zotero（管理书目数据的软件）中建立了一个数据库，其中包含了过去20年（1997-2017年）与仿生假手研究领域相关的科学出版物，并在一个结构化文件中检索了所有这些出版物的XML元数据，以便在MATLAB中进行分析。这些学术出版物是从四个值得注意的国际科学数据库，即ieee、web of science、ScienceDirect和ACM数字图书馆的网络资源中收集的。一组与手假体有关的表达式被用作出版物数据集合的搜索词。下表列出了所有使用的搜索词。调查范围仅限于机器人学、计算机科学、电气工程和相关学科的出版物。总共从网上数据库收集了2886份出版物。对由此创建的数据库进行分析，得出信息性的见解，如发现不同的主题领域，识别领先的期刊和会议，发现研究领域的增长和发展，以及区分活跃的研究社区。最后，从“词聚类分析”的推论分析中，对人工假手领域未来的发展趋势提出了自己的看法，值得注意的是，所采用的信息分析方法仍然存在缺陷。例如，在数据库收集过程中，有可能即使某些出版物的内容可能包含手假体，但在线文章可能没有被数据库捕获，因为它们可能没有被清楚地标记。
利用频率计数器从出版物的标题中提取出最有规律的主题，并用词云表示，如图1所示，其次是表4中100个最常见单词的统计数据。这种表示法回答了这些主题在相关主题领域中的相对流行程度。词云是文本数据中单词的可视化表示，其中单词的大小取决于单词在源内容中出现的频率。例如“假肢”、“手”、“上肢”、“拟人”、“仿生”、“经桡骨”、“肱骨”、“前臂”等词，如“控制”、“肌电图”、“信号”，等等，意义重大，传达了很多研究都集中在肌电控制系统上的信息。基于肌电的控制系统可分为基于肌电的模式识别和基于肌电的非模式识别。因此，“模式识别”一词的出现是显而易见的。此外，与控制研究领域相关的术语包括“反馈”、“力”、“实时”、“自适应”、“模糊”、“位置”和“鲁棒”，表明仿生手的控制主题领域非常活跃。这些词，以及其他突出的词，如“僵硬”和“滑动”，提供了关于仿生反射的研究已经发表的信息。其他突出的词类似于“手”，反映了相关领域的研究。假手的设计和开发的机械方面的一组丰富的概念反映在诸如“欠驱动”、“机构”、“新颖”、“驱动”、“传感器”、“关节”、“手指”、“运动学”、“柔性”、“机械”、“顺应”等词中，和“优化”。假肢设计阶段需要的基本特征是运动学结构、机械驱动原理、驱动传递、传感器、材料和制造方法。已经发表了关于肌腱驱动机构（TDM）和拓扑优化的联合耦合的研究，这从“腱驱动”一词的意义就可以看出。顺应和欠驱动机构是另一个积极研究的主题，因为这些机制允许自动适应不同的环境从而增加接触面积和稳定性。“3D打印”、“低成本”和“可穿戴”等词表示与研究文章相关的主题，这些文章侧重于制造低成本外部驱动的3-D打印手假体。
传感器技术是研究的另一个焦点，可以从“传感器”、“触觉”、“触觉”、“振动”等重要词语来解释。诸如“刺激”、“周边”和“感觉”等词语都表示通过感官反馈来体现。感觉反馈包括通过在负责肌肉收缩的神经周围的皮肤表面放置一个界面来产生触觉，和尺神经），并通过这些接口刺激周围神经，这些信号来自放置在假手手指上的传感器。最近的工作包括改善感觉反馈，并比较振幅、频率和混合神经调节方法之间的仿生神经内感觉反馈。“靶向性神经再支配”等术语表示TSR和TMR，前者有助于从假体产生骨感知的感觉反馈。其他术语，如“训练”、“康复”、“虚拟”、“模拟”等，都来自康复机器人学和人机交互的主题，例如虚拟现实（VR）游戏训练。
确定了在假肢上发表文章的期刊、会议和书籍章节。此外，我们还根据论文发表的比例对其进行了区分，并对其影响因素和领域进行了识别研究。鉴定主要的会议和期刊将帮助第一次阅读和经验丰富的研究人员寻找更好的出版物和引用在手假体领域。分析是为了帮助人工手领域的研究界认识到他们在当前主流期刊和会议上所占比例的趋势，这将最终导致重大的进展和贡献。为了回答上述问题，分析了MATLAB中的XML元数据，通过搜索与出版物类型（无论是期刊、会议还是书籍章节）、年份和出版物名称有关的标记和元素。我们引用了一些更具学术声誉的指标，如期刊的影响因子、总发表量的比例以及期刊的研究领域。论文发表在期刊上的论文数为36篇（占论文总数的38.6%），占论文总数的1%。总的来说，有369个独特的期刊，405个独特的会议，和30个独特的书章出版研究工作在假肢。与IEEE Xplore数据库中的9.74-89.7%，ACM数字图书馆的5.7-94.28%相比，会议期刊的总体份额为50.38-48.37%；然而，与汤森路透科学网的98.88-1.11%和爱思唯尔科学直接版的93.79-6.2%相比，网络科技期刊的netsplit章节为97.58-2.41%。根据统计数据，可以解释为，在学术会议上发表论文的数量比假手学科的期刊和书籍章节要多。数据库中所有相关研究文章的出版物数量如条形图所示（见图3）。图4显示了主要期刊和会议上出版物比例的饼图。根据分析，表五总结了假手领域排名前15位的期刊。此外，还提供了其他细节，如缩写、影响因子和期刊领域。按出版物数量排列的顶级期刊是截至2017年，TNSRE在手假体领域共有132篇出版物，其次是TBME（63篇），POI（50篇），JRRD（44篇），JNER（41篇）。期刊发表量的比例如图4（a）所示。根据我们的出版物数据库，总共有12次主要会议，连同它们的缩写、会议全名和相关领域出版物的数量列于表六。在我们的数据库中，在假肢领域最好的三个会议是EMBS，共有262个出版物，ICRA有112个出版物，ICORR有76个出版物。图4（b）显示了前12届会议出版物比例的饼图。可以看出，所有顶尖的会议都是由IEEE赞助的，这表明这些会议的重点是手假体领域的康复工程、智能系统、人机交互和可穿戴生物机电接口等主题。
通过对数据库中各个年份的出版物进行总结，可以看出仿生手的研究领域有着惊人的增长。近20年来，我们数据库中的科学出版物数量平均增长了5%（见图5）。假手研究从19世纪末的一个刚刚起步的领域，每年的出版物不到25篇，此后又扩展到目前的成熟领域，2017年达到每年350篇左右。尽管在2015年，研究领域的持续增长似乎出现了下滑，但可以看出，自那以后，该领域又开始回升，并有望在这一趋势的解释下实现更大的增长。结果：在过去的二十年里，假手技术的研究有了很大的发展。手部假体方面的主要发现为更广泛的研究工作奠定了基础，对当前和未来的研究社区作出了重大贡献。从图6（a）可以看出TNSRE作为一种期刊的快速增长，其原因可能是康复机器人的研究领域已经成为热点[75]。康复机器人领域积极研究的趋势同样可以在图6（b）中的会议中找到，随着2017年ICORR出版物数量的增加，预计未来会增加。另一个突出的会议发表文章离子手是EMBS，因为它是生物医学工程领域的一个成熟的学会。
为了统计研究仿生手的群体，进行了一项基于网络的标题和摘要中单词连接性的分析。词的连接度是由共现量表搭配（wordA，wordB）=f（wordA，wordB）f（wordA）f（wordB）的得分来定义的，这是单词相对于其他单词的配对倾向。如果单词或节点在数据库的出版物中同时出现一次，则认为它们是连接的，节点的大小与出现的频率成正比，连接的厚度与分数或共现度量成正比。为了检测研究社区，使用了Gephi网络可视化的模块化分析。通过使用“ForceAtlas2”算法，节点被放置在一个平衡的状态，以便更好地可视化研究社区的不同集群。词共现图的网络分析包括232个节点和472个边，所有边都是无向的。一些形成孤立社区的嘈杂节点被过滤掉了。单词共现图的布局如图7所示。为了理解分析，表中列出了前50个词。pairs在揭示研究领域之间的关系方面提供了丰富的信息，例如“防滑”、“体感皮层”、“滑动检测”和“感觉替代”暗示了触觉和仿生手的体感反馈。虽然有些词，如“电路系统”、“系统人”等，并不能提供关于社区的太多信息，但它们对社区之间的互连仍然是至关重要的。Gephi的模块化分析得出的模块化得分为0.712，高于检测不同社区所需的0.3阈值。基于节点、边和颜色代码的标签，解释了以下四个社区。
1）假手控制（绿色）：一个活跃的社区被发现，重点是仿生手的设计和控制。相互关联的术语意味着研究小组致力于同时比例直观控制，这反过来又赋予了具体化。近年来，新型多功能手和新的控制模式增加了对先进假肢控制系统的需求。大型研究小组集中在假体的控制方面。
2）生物信号采集（紫色）：另一个只关注生物信号采集和信号处理的社区可以被识别。研究小组正在研究与生物信号采集相关的问题，主要包括电极/传感器的选择、滤波器截止频率、采样率和预处理算法。
3）脑-机界面康复（橙色）：解释一个强大的基于人机界面的康复社区意味着它作为一个研究领域的活跃性。神经假肢的发展利用了脑机接口的优点来实现假肢实施例。研究群体可以从最近关注机器学习和增强虚拟现实的文献中推断出来。
4）抓握和感觉反馈（蓝色）：可以看到一个关注假手抓握和反馈的社区。力和触觉反馈信息有助于防止被抓取物体的滑动和刚度检测。感觉信息与自动控制的整合有助于在假体内产生功能上快速的适应性反应。然而，将反馈与用户和假肢之间的双向接口结合起来，用户会感觉更自然，增强了稳定的抓握能力。研究小组致力于通过有创和无创的双向界面提供体感反馈。
为了回答这个问题，采用词聚类分析的方法来寻找未来的趋势。通过对词源（标题、关键词和摘要的组合词）的综合分析，归纳出四个词簇，可以代表该领域可能的研究热点。可能的研究热点包括：1）控制方法；2）信号采集与处理；3）高效设计；4）修复与实施。每年发表的有关研究热点的文章数量如图8所示。表列出了标题、虚词、摘要中前25个词出现的频率，并将它们作为词源。每个热点都有一组词支持，例如，“控制”由“运动控制”、“力控制”、“肌电控制”、“医疗控制系统”等支持；“信号”由“肌电”、“医学信号处理”、“模式识别”、“特征提取”等支撑；“设计”由“生物力学”、“促动器”、“运动学”、“欠驱动”、“机构”等支持；“康复”由“训练”、“虚拟”、“幻觉”、“触觉”等支持。
此外，在表中提供了检测到的热点细分为可能研究层次的子趋势，借助于自适应信号处理的生物信号采集必须能够处理诸如电极位移、伪影干扰、各种物理因素等干扰。改进的特征选择算法和非线性分类器用于同步运动检测具有重要的研究意义，将放弃离线训练。此外，与单纯依靠单个生物信号获取的假体相比，多模态感觉融合显示出显著的改善。多模态传感器融合是指将多个传感器获得的传感器数据进行协同融合，以获得更精确的感知推断，而单峰传感器则存在信息缺失和噪声。将这些信号传输到执行器可以帮助完成高级的类似人类的复杂任务。最新的研究趋势通过融合来自肌肉、大脑、神经接口、摄像机、惯性传感器、力传感器、位置编码器等的多模态传感器数据来确认这一点。，其中一些技术在表中进行了简要讨论。研究多模式切换和混合不同的融合算法可能是一种新兴的技术，可以通过区分工作模式来实现平滑的多模式感知，即使在存在不确定性和部分重叠的情况下也是如此。虽然目前，多模式传感器的研究只涉及两个或多个传感器的融合，但相信微型传感器技术和嵌入式系统的兴起将有助于集成。它们在硬件和软件框架上进行在线分析。通过理解人体手的生物力学原理来有效地设计假手是非常重要的，因为模仿拟人化可以诱导用户接受。然而，通过增加执行器的数量来模拟人手恢复其所有自由度增加了设计约束，最终促成了非对称设计。虽然姿势协同驱动的假肢可以通过简单的肌肉控制获得更多的自由度，但是截肢患者在调节抓握力方面面临困难，这方面的研究还需要进一步的工作。力的驱动虽然广泛地通过带有电动机的后驱动机构实现，但最近的焦点已经开始在形状记忆合金、气动空气肌肉、电活性聚合物等基础上的执行器。对于力的传递，TDM可能会获得巨大的意义。
最近的研究表明，基于分支TDM的驱动提供了紧凑而高效的抓取力传递，并进一步模仿了解剖模型。在最近的文献中可以看到机械手肌腱路径的优化，这种方法可以用于假手的设计，以获得更好的抓握稳定性。在TDM研究中，解决冗余肌腱数量、肌腱断裂和切换控制器的问题是必不可少的方面。此外，差动机构，例如基于连杆机构、齿轮机构等，以及其他欠驱动机构，如基于弹簧的连杆机构、偏置电缆布线、偏置齿轮传动等，正在进行研究，以提供自适应、鲁棒、经济和紧凑的机构。最近，三维打印技术为研究人员和最终用户提供了一个在定制设计、形状和尺寸方面的个性化假体的前景。直观的控制对于消除设备和用户之间的不良交互至关重要。具有同步、比例和独立控制的多关节仿生手仍然是研究的热点。先进的机器学习算法如深度学习可以直接应用于实时控制中的抓取识别，因为它们解决了特征提取的问题。在抓取稳定性和操纵性方面，自适应抓取控制受到了广泛的关注。仿生反射在许多近期的文献中得到了应用，它涉及到防止被抓取物体的滑动和变形。为了更直观，通过感知PNS的触觉反馈是一个进一步的研究方向，将赋予仿生手技术的进步。由于人的手是本体感觉和外部感觉传感器的组合，因此必须融合多模式的感觉反馈，使假体更接近其生物对应物。康复治疗包括训练截肢者适应他们的假肢。在患有慢性PLP的上肢截肢患者中，借助机器学习和增强VR游戏训练的幻觉运动执行显著降低了PLP。
此外，对具有手部感觉的假体实施例的研究也显示了PLP的缓解，这是一个非常有趣的领域，因为具体假体的目标仍然有限。最近的文献可以找到关于结合使用外周神经活动刺激和沉浸式数字技术来减少伸缩的新型神经修复技术的文献。最近，研究人员建立了一种神经形态的仿生计算模型（touchim），它可以复制周围神经对感觉刺激的反应，然后利用这些信息刺激神经恢复感觉反馈。上面的研究比较了不同的编码策略，即对神经系统实施的刺激脉冲的幅度和频率的神经调节。据观察，基于同步仿生频率和振幅神经调制的混合神经调节既具有自然性又具有高灵敏度。自然和现实的反馈有望改善仿生手的功能。电子皮肤在假体中的应用为假体提供了进一步的实例。然而，电子皮肤的设计问题，如轻量化、可穿戴的读出电路、坚固灵活的传感器、稳定的神经接口等，都需要解决。复制生物学的多突触疼痛反射为截肢者产生了一种自我保护的感觉，保护假体免受有害的机械刺激。进一步的实施方案是通过具有骨结合假体和IMES的靶向神经再支配，在患者和假体装置之间提供更好的机械和电气接口。虽然通过植入式神经界面的触觉感觉已
来源：oschina
链接：https://my.oschina.net/u/4256309/blog/4678594