引導式測驗 · 中等 等級

人工智慧在義肢和仿生肢體測驗的應用

測試肌電模式識別如何解碼肌肉訊號、微處理器膝蓋如何適應步態,以及為什麼仿生肢體仍然有限制。

問題 1 的 8

大多數仿生手臂透過讀取什麼訊號來決定如何移動?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 大多數仿生手臂透過讀取什麼訊號來決定如何移動?
    • 從頭皮記錄的腦電波
    • 來自殘肢肌肉 (EMG) 的電訊號
    • 心率
    • 語音指令
  2. 模式識別與舊的直接控制有何不同?
    • 它只使用一個電極
    • 它要求使用者每次握持時都按下按鈕
    • 它學習每個動作跨多個電極的組合模式
    • 它消除了任何肌肉活動的需要
  3. 定向肌肉神經支配有何作用?
    • 將服務於缺失肢體的神經重新路由到剩餘的肌肉中
    • 用骨錨代替插座
    • 為義肢膝蓋添加電機
    • 在大腦中植入晶片
  4. 當使用者行走時,諸如 C-Leg 之類的微處理器膝蓋會進行哪些調整?
    • 封面顏色
    • 腿的長度
    • 使用者的心率
    • 基於角度和負荷的膝蓋阻力
  5. 為什麼在診所工作的仿生手可能會誤讀在家中的握力?
    • 肌電圖訊號隨出汗、疲勞、電極移位和手臂位置而變化
    • 居家 Wi-Fi 會幹擾所有義肢
    • 手一夕之間就忘了訓練
    • 診所使用不同類型的電力
  6. 肌電模式辨識常用哪一種分類器?
    • 大語言模型
    • 線性判別分析
    • 生成對抗網絡
    • 隨機猜測決定
  7. 休‧赫爾 (Hugh Herr) 領導的 2024 年麻省理工學院研究報告了什麼?
    • 具有完全自然觸感的義肢
    • 控制輪椅的大腦植入物
    • 經過特定手術後,使用神經控制的仿生踝關節可以更快、更自然地行走
    • 不再需要微處理器膝蓋
  8. 哪一種說法是對仿生肢體的常見誤解?
    • 它們往往很昂貴
    • 許多用戶放棄上肢義肢
    • 大多數沒有觸覺
    • 大多數人直接從大腦讀取想法