假肢手的综述

手是与周围环境相互作用的主要手段之一。现在形式的手是数百万年进化的结果。它可以执行复杂的动作，以完成各种各样的任务。失去手臂，会影响一个人的生理和心理，是对正常日常生活的重大破坏。假肢为因疾病或残疾而失去手臂的截肢者发挥了重要作用。

尽管假肢技术取得了进展，但只有50-60% 的截肢者佩戴假肢。拒绝率也估计高达40%[1]。仿生手的发展尚未渗透到截肢者身上，这主要是因为它们的价格很高。另一方面，上肢丢失导致许多患者无法恢复以前的职业或一般的工作。鉴于上述情况，恢复手部功能可能会产生社会经济影响。因此，仿生手领域的研究具有重要意义。

人的手是一个复杂的机制。仿生手在形式和结构上几乎与自然手相似。手由27块骨头组成：腕部8块，掌部 5块，指骨14块。人手的关节有助于达到27自由度 (DOF)(见图1)。有34个外部（提供力量)和内在肌肉(提供手指的精确控制），这有助于在接收来自正中神经、桡神经和尺神经的信号后驱动。这些神经接收来自中枢神经系统(CNS)的信号进行驱动，并通过周围神经系统(PNS)的大约17000个机械感受器发送体感反馈。商业上提供的身体动力和外部动力假肢一直在帮助截肢者恢复其自然手的功能。仿生手的关键步骤包括1)生物信号采集，2) 控制体系结构和3)反馈接口。

A. 生物信号采集

生物信号采集和处理接口包括1)信号采集、2)滤波、3) 特征提取和4)分类/回归。“信号采集”涉及通过侵入性或非侵入性技术从用户获取生物信号（见表一）。采集系统中的硬件包括电极/传感器、滤波器、放大器、模数转换器、数字信号处理器，软件主要包括微控制器编译器、波形可视化工具。“过滤”包括对生物信号进行预处理。“特征提取”包括从滤波信号中提取有用的特征。提取的特征包括时域、时序、频率或谱域和时频域的特征。特征集的降维步骤通常是增加分类精度所必需的。“分类/回归”过程包括解码提取的特征，以掌握用户希望执行的识别。分类算法分配离散标签（例如钩子抓取)，而回归算法将提取的特征转换为连续值(例如关节速度）。

B. 控制架构

在提取和分类特征后，它们被输入到一个高级控制器中，该控制器决定了所需的抓取和仿生手必须应用的相关力/扭矩。低电平控制器确认所需的速度或扭矩被正确地应用。在基于回归的设计中，控制结构通常不包含高级控制器。基于分类的假肢手控制通常被称为“基于模式识别的”或“顺序的基于关闭的”，而基于回归的假肢手控制被创造为“同时比例控制”或“连续解码”。基于回归的方式提供了独立的同时比例控制的多自由度假肢手。在较低的水平上，基于反馈的控制器有助于产生最佳的抓握力和操纵。仿生反射是反映人工手抓握反射仿真的反馈，通常涉及到防止被抓物体的滑移和变形，在假肢手中是必不可少的。低级仿生反射控制器与界面紧密配合工作，进行感官反馈。

 C. 感官反馈接口

借助触觉传感器提供感觉反馈是控制手部假体的直观方法。闭环感觉反馈可以通过两种方式实现：1)通过向控制器提供反馈；2)通过提供侵入性/非侵入性反馈来刺激PNS/CNS。在前一种情况下，感觉环保持在假体内部，可能不包括用户。一些商业假体提供感觉反馈，例如，SteeperBebionicv3在握力变化时产生可听到的哔声和振动，Vincent手进化提供振动触觉反馈。各种侵入性和非侵入性感觉反馈总结见表一。

使用PNS对假体进行双向控制的思想优于其他双向通信，因为它在侵袭性和自然实施之间提供了最佳的折衷。仅视觉反馈就足以正确和成功地控制假肢手，但添加感官反馈可能会给用户一种再生手的感觉。