En bref : le Massachusetts Institute of Technology (MIT) a développé des outils qui permettent aux utilisateurs de créer des appareils portables capables de détecter la tension musculaire. La technologie utilise la « tomographie par impédance électrique » (EIT), qui détecte les impulsions électriques dans les muscles pour déterminer s’ils sont fléchis ou détendus.
Le laboratoire de science et d’intelligence artificielle (CSAIL) du MIT présentera ses recherches au prochain symposium ACM sur les logiciels et technologies d’interface utilisateur (UIST) le mois prochain, avec un article intitulé « EIT-kit: An Electrical Impedance Tomography Toolkit for Health and Motion Sensing » à suivre en janvier. CSAIL envisage d’utiliser les outils pour créer des dispositifs portables pour la détection de mouvement, la reconnaissance des gestes, la distraction au volant et les applications de physiothérapie.
La technologie est quelque peu maladroite et difficile à configurer, et nécessite un matériel coûteux à mettre en œuvre. Les appareils portables sont également un peu peu pratiques à ce stade, nécessitant un faisceau de câbles à plusieurs conducteurs. Cependant, il est possible de visualiser les données d’un appareil mobile avec des applications de réalité augmentée.
Pour créer un appareil, les utilisateurs conçoivent d’abord sa forme physique et ses dimensions dans l’application de modélisation 3D du kit. Le logiciel placera automatiquement les emplacements des capteurs, ou l’utilisateur peut les définir manuellement. De là, la conception est envoyée à une imprimante 3D, et les utilisateurs peuvent ensuite assembler les pièces résultantes. Une fois assemblé, le portable doit être calibré avec la carte mère spécialement conçue du kit EIT.
« Une bibliothèque de microcontrôleurs automatise la mesure de l’impédance électrique », explique CSAIL. « Une bibliothèque de visualisation mobile permet aux utilisateurs de visualiser les données mesurées sur un appareil mobile. »
La technologie a encore besoin de beaucoup de travail, et on ne sait pas si elle sera plus pratique que des méthodes alternatives pour des applications telles que la reconnaissance des gestes et la détection de mouvement. Cependant, comme il capture l’activité réelle des muscles plutôt que le simple mouvement d’un bras ou d’une jambe, son utilisation à des fins de physiothérapie semble beaucoup plus prometteuse.