Somatotopic non-invasive proprioceptive feedback strategy for prosthetic hands: a preliminary study
Notice bibliographique
Résumé
Abstract Objective. Robotic hand prosthesis users often identify the lack of physiological feedback as a major obstacle to seamless integration. Both the low controllability and high cognitive load required to operate these devices generally lead to their rejection. Consequently, experts highlight sensory feedback as a critical missing features of commercial prostheses. Providing feedback that promotes the integration of artificial limbs is often sought through a biomimetic paradigm, limited by the current technological landscape and the absence of neural embodiment in users. As a result, some researchers are now turning to bio-inspired approaches, choosing to repurpose existing neural structures and focusing on underlying neurocognitive mechanisms that promote the integration of artificial inputs. Approach. Taking a bio-inspired approach, this paper describes the first implementation of a somatotopic, non-invasive proprioceptive feedback strategy for hand prosthesis users, developed using a standard sensory restoration architecture, i.e. pre-processing, encoding and stimulation. The main hypothesis investigated is whether a novel use of transcutaneous electrical stimulation can be leveraged to deliver proprioceptive information of the hand to the user. Main results. The potential of the proposed strategy was highlighted via experimental validation in conveying specific finger apertures and grasp types related to single and multiple degrees of freedom. Six participants were able to identify apertures conveyed by median and ulnar nerve stimulation with an accuracy of 96.5% ± 2.3% and a response time of 0.91 s ± 0.08 s, as well as grasp types conveyed from concurrent median and ulnar nerve stimulation with an accuracy of 88.3% ± 1.2% and a response time of 0.44 s ± 0.27 s through 5 sets of 10 trials. Significance. These results demonstrate the relevance of a somatotopic proprioception feedback strategy for users of prosthetic hands, and the architecture presented in this case study allows for future optimization of the various sub-components.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».