Des universitaires britanniques ont mis au point une prothèse de main équipée d’une webcam et entraînée grâce au deep learning. Le dispositif permet de saisir des objets encore inconnus par la personne qui l’utilise.
Les prothèses de main sont en général une pâle copie du membre qu’elles remplacent : elles sont plus lentes, moins maniables et fonctionnelles. Les meilleures prothèses disponibles actuellement sont celles qui sont équipées d’un système de signaux myoélectriques capable d’interpréter les influx nerveux depuis la peau du moignon. Cependant, il reste très difficile de connecter un membre artificiel au système nerveux.
Les chercheurs de l’Université de Newcastle ont tenté avec succès de contourner cette difficulté en dotant leur prothèse d’une webcam. En somme, il s’agit d’une prothèse classique avec un œil ! Néanmoins, avant de s’avérer efficace, la prothèse en question a dû intégrer une variété de données relatives au volume de différents objets et a donc subi un entraînement conséquent basé sur le deep learning.
« Pour la première fois depuis un siècle, nous avons développé une main intuitive qui peut réagir sans penser. La beauté de ce système, c’est qu’il est très flexible. La main peut ramasser de nouveaux objets, ce qui est crucial dans la vie de tous les jours », explique le Dr Kianoush Nazarpour, coauteur de l’étude parue dans la revue Journal of Neural Engineering le 2 mai 2017.
Plus de 500 objets ont été présentés au dispositif qui a intégré 72 images pour chacun d’entre eux. Les objets ont ensuite été classés dans quatre catégories différentes selon la façon nécessaire pour les saisir : avec deux doigts, trois doigts ou encore en saisie palmaire neutre et en pronation. Les résultats sont concluants puisque 85 % des objets présentés à la prothèse ont été reconnus et saisis de manière correcte.
Le quotidien humain ne se limite pourtant pas seulement à 500 objets, c’est pourquoi les chercheurs ont poursuivi l’apprentissage avec de nouveaux objets. Le taux de réussite est passé à 75 %, ce qui donnerait potentiellement le même taux d’autonomie aux personnes amputées du membre supérieur qui sont par exemple entre 8000 et 15 000 en France.
Sources : Science Daily – Sciences et Avenir – Clubic
