手腕EMG改善了中风患者的手势分类

科学领域:

• 生物医学工程 生物医学工程
• 神经康复疗法 神经康复疗法
• 人与机器接口 人与机器接口

背景情况:

• 电肌图 (EMG) 对于控制辅助技术至关重要,特别是对于患者.
• 传统上,EMG是从前臂肌肉中记录的,但手腕穿戴可穿戴设备正在获得商业应用的吸引力.
• 脑卒中引起的上肢半症对基于EMG的有效控制提出了挑战.

研究的目的:

• 为了研究记录EMG从手腕对前臂在中风患者上肢半的影响.
• 为了比较EMG信号质量和手势分类准确度,前臂和手腕位置在侧.
• 为了确定在不同记录站点对EMG控制的最佳手势.

主要方法:

• 从中风患者的形手腕和前臂记录了EMG信号.
• 对两个记录地点进行了信号噪声比 (SNR) 评估.
• 用手势分类的准确性被评估使用EMG数据从paretic手腕和前臂.
• 帕雷斯手腕,帕雷斯前臂和非帕雷斯手腕之间的性能进行了比较.

主要成果:

• 电磁场信号与噪声的比率在性手腕显著低于性前臂和非性手腕.
• 尽管SNR降低了,但手势分类准确性在形手腕显著好于形前臂.
• 单位手势显示了前臂和手腕EMG在侧的最高分类准确度.

结论:

• 尽管信号质量存在挑战,但手腕穿戴的EMG是中风患者手势控制的可行和潜在的优越选择.
• 手腕穿戴的EMG设备的商业化可以通过在用户友好的可穿戴格式中提供更准确的控制来使中风幸存者受益.
• 进一步的研究应该专注于优化基于手腕的EMG的信号处理,以最大限度地发挥其在神经康复中的潜力.