用于运动技能增强的增强现实假肢训练系统
人机交互
2019-03-06 v1
摘要
身体适应截肢往往较为困难。术后，截肢者需等待长达数月才能装配合身的假肢。近年来，定量结果度量逐渐成为一种趋势。本文开发了此类度量之一——假肢手评估量表（Prosthetic Hand Assessment Measure, PHAM）的增强现实（AR）版本。PHAM 的 AR 版本 HoloPHAM 为截肢者提供了在假肢装配前后，按自身时间与便利进行模式识别训练的优势。我们对系统进行了严谨分析，重点考察其在 AR 中模拟伸取、抓握与触摸的能力。我们比较了物理空间与 AR 空间中伸取运动的关节动力学相似性，并通过实验说明 AR 中深度如何被感知。为展示本系统用于假肢训练的有效性与有效性，我们对健全受试者（N = 3）开展了为期 10 天的研究，以观察在 HoloPHAM 上训练对其他既定功能性结果度量的影响。研究纳入 5 天洗脱期以观察无训练时的效应。我们将其与标准化结果指标进行比较，并考察运动学变异性随时间的演变。在训练前与训练后阶段间观察到统计学显著（p<0.05）的改善。结果表明，AR 可成为结合模式识别系统的假肢训练有效工具，促进伸取运动任务中的运动学习，并有望替代实体训练。
引用
@article{arxiv.1903.01968,
title = {Augmented Reality Prosthesis Training Setup for Motor Skill Enhancement},
author = {Avinash Sharma and Wally Niu and Christopher L. Hunt and George Levay and Rahul Kaliki and Nitish V. Thakor},
journal= {arXiv preprint arXiv:1903.01968},
year = {2019}
}