En datastyrt designmetode for tilpassede myke transradiale protesefester ved bruk av 3D-skanning
24. februar 2026 oppdatert av: Amjed Abdulameer Hussein, Al-Nahrain University
Design og fabrikasjon av en intelligent robotarm for å gripe forskjellige objekter ved bruk av kunstig intelligens
Formålet med denne forskningen er å skape en intelligent robotisk hånd for mennesker som har mistet en lem under albuen.
Ved å bruke kunstig intelligens for å tilpasse grep av ulike typer gjenstander, vil dette forbedre både nøyaktigheten og fleksibiliteten i robotisk protesekontroll.
I tillegg vil prosjektet integrere mekanisk design og kunstig intelligens-baserte kontroller for å produsere en mer funksjonell og brukervennlig proteseløsning.
Studieoversikt
Status
Aktiv, ikke rekrutterende
Intervensjon / Behandling
Detaljert beskrivelse
Denne forskningen utvikler et rimelig, AI-drevet protesesystem for personer med transradiale amputasjoner.
Prosessen begynner med en 3D-skanning av deltakerens restlem for å designe tilpassede, 3D-printede sokler og robothender.
Kjernen i systemet integrerer kunstig intelligens for å klassifisere overflate-elektromyografi (EMG)-signaler fanget fra lemmenes muskler.
Denne AI-drevne mønstergjenkjenningen muliggjør tilpasning av grep på ulike gjenstander.
Studiens hovedmål er å sammenligne dette AI-kontrollsystemet med tradisjonell regelbasert EMG-programmering.
Begge systemene vil bli evaluert basert på deres effektivitet, tilpasningsevne og responshastighet mens deltakeren utfører virkelige grepaktiviteter.
Studietype
Intervensjonell
Registrering (Faktiske)
1
Fase
- Ikke aktuelt
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Baghdad Governorate
-
Baghdad, Baghdad Governorate, Irak, 10070
- Al-Nahrain University, College of Engineering
-
-
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
Tar imot friske frivillige
Nei
Beskrivelse
Inklusjonskriterier:
- Deltakere med ensidig transradial amputasjon.
- Alder mellom 18 og 60 år.
- Tilstrekkelig muskelaktivitet i restlemmen til å generere detekterbare EMG-signaler.
- Stabil fysisk og psykisk helsetilstand for å gjennomgå testingen.
Eksklusjonskriterier:
- Historie med alvorlige hudlidelser eller åpne sår på plasseringsstedet for EMG-elektrodene.
- Kognitive funksjonsnedsettelser som hindrer deltakeren i å forstå eller følge instruksjoner.
- Deltakelse i andre kliniske studier som kan forstyrre resultatene i denne studien.
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Enhetens gjennomførbarhet
- Tildeling: N/A
- Intervensjonsmodell: Enkeltgruppeoppdrag
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Eksperimentell arm.
En enkelt deltaker med en transradial amputasjon som vil bruke den 3D-printede robotarmen til å utføre gripeoppgaver.
Studien evaluerer ytelsen til enheten ved bruk av både AI-basert kontroll og tradisjonell programmering for å sammenligne gripenøyaktighet og effektivitet for denne personen. |
En lavkost, 3D-printet proteserhånd og tilpasset sokkel.
Enheten bruker AI-algoritmer for å identifisere gjenstander og tilpasse grepemønstre, som vil bli sammenlignet mot standard regelbasert programmering.
Andre navn:
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Gjennomførbarhet og teknisk ytelse av det AI-drevne protesesystemet.
Tidsramme: Under de eksperimentelle testøktene (omtrent 1 dag).
|
For å vurdere gjennomførbarheten til det integrerte protesesystemet (3D-printet sokkel og AI-kontrollert hånd). Gjennomførbarheten vil bli vurdert ved vellykket utførelse av gripekommandoer ved bruk av EMG-signalklassifisering og den mekaniske stabiliteten til de 3D-printede komponentene under oppgaver i virkelige situasjoner. Dette inkluderer systemets evne til å opprettholde funksjonell drift gjennom hele testsessionen uten maskinvare- eller programvarefeil.
|
Under de eksperimentelle testøktene (omtrent 1 dag).
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Sanntids AI-klassifiseringsforsinkelse
Tidsramme: Under den sanntidskontrollerte evalueringen
|
Måling av tidsforsinkelsen (i millisekunder) som kreves av AI-algoritmen for å behandle rå EMG-data og identifisere den tiltenkte gripeformen
|
Under den sanntidskontrollerte evalueringen
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Etterforskere
- Studieleder: Wajdi Sadik Aboud, Prof. Dr., Al-Nahrain University
Publikasjoner og nyttige lenker
Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.
Generelle publikasjoner
- 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
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Faktiske)
12. februar 2026
Primær fullføring (Antatt)
1. juni 2026
Studiet fullført (Antatt)
1. september 2026
Datoer for studieregistrering
Først innsendt
20. februar 2026
Først innsendt som oppfylte QC-kriteriene
24. februar 2026
Først lagt ut (Faktiske)
27. februar 2026
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
27. februar 2026
Siste oppdatering sendt inn som oppfylte QC-kriteriene
24. februar 2026
Sist bekreftet
1. februar 2026
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Andre studie-ID-numre
- NUBME-2/2026
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
IPD-planbeskrivelse
Individuelle deltakerdata vil ikke bli delt for å beskytte personvernet og konfidensialiteten til den enkelte deltakeren i denne casestudien, ettersom dataene inkluderer sensitive EMG-signaler og fysisk skanningsinformasjon som potensielt kan identifisere personen.
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .