Abbiamo sviluppato un’interfaccia uomo-macchina composta da sensori elettromigrafici, sistema d’acquisizione dati ed AI in grado di interpretare i segnali. Viene quindi prelevato, dall’avambraccio, il segnale elettrico che parte dal cervello ed arriva fino ai muscoli da innervare, dove sono poste le sonde.
Grazie a degli algoritmi di machine learning elaboriamo i biopotenziali e li classifichiamo per poi pilotare la protesi che è stata interamente stampata in 3D, abbattendo così i costi di produzione.