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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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