Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Ein computerunterstütztes Designkonzept für maßgeschneiderte weiche Transradial-Prothesenschäfte mittels 3D-Scanner

24. Februar 2026 aktualisiert von: Amjed Abdulameer Hussein, Al-Nahrain University

Design und Herstellung einer intelligenten Roboterhand zum Greifen verschiedener Objekte mithilfe künstlicher Intelligenz

Der Zweck dieser Forschung ist es, eine intelligente Roboterhand für Menschen zu entwickeln, die eine Gliedmaße unterhalb des Ellenbogens verloren haben. Durch den Einsatz künstlicher Intelligenz zum adaptiven Greifen verschiedener Objekttypen wird sowohl die Genauigkeit als auch die Flexibilität der robotergesteuerten Prothesenkontrolle verbessert. Darüber hinaus wird das Projekt mechanisches Design und auf künstlicher Intelligenz basierende Steuerungen integrieren, um eine funktionalere und benutzerfreundlichere Prothesenlösung zu schaffen.

Studienübersicht

Detaillierte Beschreibung

Diese Forschung entwickelt ein kostengünstiges, KI-gestütztes Prothesensystem für Personen mit transradialen Amputationen. Der Prozess beginnt mit einem 3D-Scan des verbleibenden Gliedmaßes des Teilnehmers, um maßgeschneiderte, 3D-gedruckte Schäfte und Roboterhände zu entwerfen. Das Kernstück des Systems integriert Künstliche Intelligenz zur Klassifizierung von Oberflächen-Elektromyographie (EMG)-Signalen, die von den Muskeln der Gliedmaße erfasst werden. Diese KI-gesteuerte Mustererkennung ermöglicht ein adaptives Greifen verschiedener Objekte. Das Hauptziel der Studie ist der Vergleich dieses KI-Steuerungssystems mit traditioneller regelbasierter EMG-Programmierung. Beide Systeme werden anhand ihrer Wirksamkeit, Anpassungsfähigkeit und Reaktionseffizienz bewertet, während der Teilnehmer greifende Aktivitäten in der realen Welt ausführt.

Studientyp

Interventionell

Einschreibung (Tatsächlich)

1

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

    • Baghdad Governorate
      • Baghdad, Baghdad Governorate, Irak, 10070
        • Al-Nahrain University, College of Engineering

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Einschlusskriterien:

  • Teilnehmer mit einseitiger transradialer Amputation.
  • Alter zwischen 18 und 60 Jahren.
  • Ausreichende Muskelaktivität im Stumpf, um nachweisbare EMG-Signale zu erzeugen.
  • Stabile körperliche und geistige Verfassung, um die Tests durchzuführen.

Ausschlusskriterien:

  • Vorgeschichte schwerer Hauterkrankungen oder offener Wunden an der Stelle der EMG-Elektrodenplatzierung.
  • Kognitive Beeinträchtigungen, die den Teilnehmer daran hindern, Anweisungen zu verstehen oder zu befolgen.
  • Teilnahme an anderen klinischen Studien, die die Ergebnisse der aktuellen Studie beeinträchtigen könnten.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Machbarkeit des Geräts
  • Zuteilung: N / A
  • Interventionsmodell: Einzelgruppenzuweisung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Experimenteller Arm.
Ein einzelner Teilnehmer mit einer transradialen Amputation, der die 3D-gedruckte Roboterhand zum Greifen von Aufgaben verwenden wird.
Die Studie bewertet die Leistung des Geräts sowohl mit KI-basierter Steuerung als auch mit traditioneller Programmierung, um die Greifgenauigkeit und -effizienz für diese Person zu vergleichen.
Eine kostengünstige, 3D-gedruckte Prothesenhand mit angepasstem Sockel. Das Gerät nutzt KI-Algorithmen zur Objekterkennung und Anpassung der Greifmuster, die mit Standardregel-basierten Programmierungen verglichen werden.
Andere Namen:
  • Intelligente Prothesenhand

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Machbarkeit und technische Leistung des KI-gesteuerten Prothesensystems.
Zeitfenster: Während der experimentellen Testsitzungen (ungefähr 1 Tag).
Zur Bewertung der Machbarkeit des integrierten Prothesensystems (3D-gedruckte Prothesenschaft und KI-gesteuerte Hand). Die Machbarkeit wird durch die erfolgreiche Ausführung von Greifbefehlen mittels EMG-Signal-Klassifizierung und die mechanische Stabilität der 3D-gedruckten Komponenten bei realen Aufgaben bewertet. Dies umfasst die Fähigkeit des Systems, während der gesamten Testsitzung einen funktionsfähigen Betrieb aufrechtzuerhalten, ohne Hardware- oder Softwarefehler.
Während der experimentellen Testsitzungen (ungefähr 1 Tag).

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Echtzeit-KI-Klassifizierungslatenz
Zeitfenster: Während der Echtzeit-Kontrollauswertung
Messung der Zeitverzögerung (in Millisekunden), die der KI-Algorithmus benötigt, um Roh-EMG-Daten zu verarbeiten und das beabsichtigte Greifmuster zu identifizieren
Während der Echtzeit-Kontrollauswertung

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Studienleiter: Wajdi Sadik Aboud, Prof. Dr., Al-Nahrain University

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

  • Al-Musawi, A. A., & Aboud, W. S. (2025). Literature review on the design and fabrication of an intelligent robotic hand for grasping various objects using artificial intelligence. Journal of Engineering and Applied Science, 72(1). https://doi.org/10.1186/s44147-025-00773-y

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

12. Februar 2026

Primärer Abschluss (Geschätzt)

1. Juni 2026

Studienabschluss (Geschätzt)

1. September 2026

Studienanmeldedaten

Zuerst eingereicht

20. Februar 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

24. Februar 2026

Zuerst gepostet (Tatsächlich)

27. Februar 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

27. Februar 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

24. Februar 2026

Zuletzt verifiziert

1. Februar 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Die individuellen Teilnehmerdaten werden nicht geteilt, um die Privatsphäre und Vertraulichkeit der einzelnen an dieser Fallstudie beteiligten Person zu schützen, da die Daten sensible EMG-Signale und physische Scan-Informationen enthalten, die potenziell die Identität der Person preisgeben könnten.

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Klinische Studien zur Transradiale Amputation

Abonnieren