对想法做出响应的电机
然而，要让所有这些都实现，需要Kuiken和世界各地的研究人员，以及像Liberating Technologies这样的提供支持的供应商长期不懈地辛勤工作。Sullivan最新的一版手臂是在2005年二月份装上的，它采用了电动的手肘、肩、手腕、肱部和手掌。
系统总共使用了六个电机，包括一个在手肘处的由Liberating Technologies公司制造的无刷直流单元，两个在手掌处的由Keshing Co. of China生产，一个手腕转动部位的由Otto Bock Healthcare (德国)制造，一个由西北大学（Northwestern University）研制的在肱部转动部位的有刷电机，最后一个位于肩关节处的是由斯特拉思克莱德大学（the University of Strathclyde）（苏格兰）的工程师们设计的。
所有的电机都直接对Sullivan的想法做出响应。整个装置的运转开始于来自Sullivan的一条有意识的指令。比如说：如果他想把手合拢，这条指令从他的大脑出发，以低压电流的形式经过神经，再到他胸部的一组肌肉。对Sullivan来说，胸部的肌肉非常关键，因为这是在之前的手术中，被重新
附着或者重新受神经支配的场所。因为Sullivan的那部分手部神经仍然是完整的，因此可以给胸部肌肉发出“合拢手掌”的命令。胸部肌肉因此而收缩，Sullivan皮肤上的肌电传感器探测到这次收缩后（肌肉收缩会产生电场），将其送到放大器，然后再送到Boston数控手臂内的一个数字信号处理器（DSP）。DSP对信号进行解释，然后给手掌处的电机发送一条命令，使手掌合拢。
所有这一切就发生在眨眼之间。对工程师们来说，面临的挑战是要保持信号传送的速度与在人体内传送的本来速度基本相当，这样从Sullivan开始有想法到他的手臂有动作之间就不会有明显的迟滞。要做到这一点，信号在到达DSP之前要从肌电传感器送至手臂内一个直径为1.75英寸的互相连接的电路板，然后直到一个差分放大器。DSP的工作频率为20Hz，能同时分拣出一个或多个信号，然后把命令发送到适当的电机。
在这个动作的最后，手臂的反应必须要迅速而且要准确。如果Sullivan想要有效地活动，仿生手臂就必须适时地做出反应。
“应该要线性的，” Richard Weir谈到，他是Jesse Brown VA Medical Center的一名科研人员，西北大学生物医学工程系教授，以及肱部转动体的设计者。“肌肉收缩得越猛烈，产生的信号就越强，也就能更快地驱动电机。”
解释神经系统信号
然而，对工程师们来说，了解身体的信号或许是所有任务中最令人望而生畏的。要做到这一点，DSP必须有足够的速度和运算能力，软件也要能处理好是哪一个电机朝什么方向以多快的速度旋转。
为了应付硬件上的挑战，Liberating Technologies公司采用了德州仪器（TI）公司的C2000系列DSP，而不是传统的微处理器，因为DSP拥有更为强大的数字处理能力。Chris Clearman ，TI C2000事业部经理指出，“DSP主要在能控制的电机数量、打包以及综合方面占据更大的优势。”
信号的幅值决定了是否激活电机。电机的速度也与肌肉收缩信号的幅值成正比。然而，如何做出正确的决策对在C2000上运行的软件来说是个难题。因为特定的肌肉指定了电机，所以决定由哪一个电机运转或许是那些决策中最简单的了。Boston数控手臂内的2×6英寸印制电路板融合了六个电机的驱动，每一个驱动都连接到独立的一组肌肉。例如，一组胸部肌肉控制手掌向下，而另一组控制手掌抓紧。
不过，决定电机朝哪个方向以多大的速度运转的任务更为棘手。为此，新布伦兹维克大学（the University of New Brunswick）的工程师们和Kuiken一起完成了模式识别算法，该算法“观察”从皮肤上的肌电图（EMG）传感器送过来的输入信号。
“肌电图（EMG）信号比通常在工程设计中碰到的信号要更加随机，” 新布伦兹维克大学（the University of New Brunswick）的Englehart指出，“这使得测量非常困难。”。
“在这里的引擎罩下正发生着很多情况。”
肱部转动体模块将6 ft-lb的转矩用于旋转前臂。
因为需要能够控制更多的电机，所以采用了德州仪器（Texas instrument）的C2000 系列DSP 来代替传统的微处理器。尽管如此，工程师们还是找到了可靠解释信号的方法。Englehart的软件通过观察在完成指定任务时Sullivan的肌肉所产生的信号模式，然后学习这种模式。
“当他设法控制手肘、手腕或者手掌时，系统观察肌肉的活动情况，然后利用神经中枢网络来学习那些动作，” Englehart说。
基于那些模式（和基于能够分辨出合理行为和电噪声的能力）系统主要利用信号的幅值来决定电机的力度。Englehart指出，系统同样能以大概96%的正确性决定想要的是25种手臂动作中的哪一种。最后，研究人员希望能从不同的信号特征（特别是频率）中获取更多的信息，并以此制订出更加复杂的手臂动作。
“我们拥有大量的数据，并且仍然致力于找到方法将其全部分类，” Kuiken说，“最终我们希望利用这些数据来确定Jesse可能想要的是哪一种抓的动作，无论是细微的捏、有力的握，或关键的抓。”。
强化概念
现在，Sullivan的手臂显出了简单的优势。Sullivan不需要摁按钮来操作装置，也不用收紧附近的通常与即将进行的任务无关的肌肉。
“这种手臂有两个优点，” Kuiken说，“它提供了更多的控制信息，对使用者来说也更容易被感知。”
现在，Kuiken正计划为Jesse Sullivan的假肢添加更多的功能。他想加强Sullivan的触觉以及提供手指的灵巧性。他说他已经注意到在胸部肌肉重新受神经支配区域周围的皮肤已经有了感觉，他想利用这一点来给手和手臂提供更多的知觉。此外，他相信不久以后他可以使手拥有更大程度的自由度，最终让手指能够摆动。
“毫无疑问我们正朝着能够控制手指的方向前进”，他说道。“Jesse除了还不拥有更多灵巧性外，跟Luke Skywalker都是一样的，” Hanson补充说，“但是总有一天会实现，而且就在不远的将来。”
