Onderzoekers van de Zhengzhou Universiteit hebben een baanbrekend virtual reality (VR) handrevalidatiesysteem geïntroduceerd dat de noodzaak voor zware, op de hand gedragen apparatuur elimineert. Dit innovatieve systeem integreert deep learning-technieken met ionische hydrogelelektroden om het herstel te verbeteren voor patiënten met aandoeningen zoals een beroerte en artrose.
Het systeem maakt gebruik van flexibele elektroden die op de onderarm worden geplaatst om elektromyografische (EMG) signalen op te vangen die worden gegenereerd door handbewegingen. Deze signalen worden vervolgens verwerkt met behulp van geavanceerde deep learning-algoritmen, met name Convolutionele Neurale Netwerken (CNN's), om 14 verschillende Jebsen-handrevalidatiegebaren te herkennen met een nauwkeurigheid van 97,9%. Dit stelt patiënten in staat om thuis deel te nemen aan meeslepende VR-oefeningen, wat een comfortabeler en toegankelijker revalidatieproces biedt.
Dit belastingvrije VR-systeem bevordert gepersonaliseerde training en meer flexibiliteit in de revalidatie. Het onderzoeksteam werkt aan het optimaliseren van de nauwkeurigheid van gebarenherkenning en het uitbreiden van de mogelijkheden van het systeem, wat wijst op potentiële toepassingen buiten handherstel. Deze vooruitgang belooft de kwaliteit van leven van personen die handrevalidatie ondergaan aanzienlijk te verbeteren.