解码手和手腕运动意图从慢性中风幸存者与半使用一个用户友好的,可穿戴的基于EMG的神经接口

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 康复技术 康复技术 康复技术

背景情况:

• 许多中风幸存者在上肢功能方面经历了限制.
• 当前的康复疗法和辅助设备往往无法满足用户的需求,特别是对于复杂的运动.
• 表面电肌图 (EMG) 显示出对上肢假肢和整形器械的非侵入性控制有希望.

研究的目的:

• 开发和评估NeuroLife EMG系统,这是一种用于解码表面EMG信号的可穿戴设备.
• 评估系统在慢性中风幸存者中识别预期的上肢运动时的准确性.
• 收集用户对系统可用性的反,以便在未来改进设计.

主要方法:

• 开发了一种可穿戴的前臂套,配有150个电极,用于记录高分辨率的表面EMG.
• 实施了经过历史和会话内EMG数据训练的解码算法.
• 收集了来自中风幸存者的12个功能运动和可用性反的准确性数据.

主要成果:

• 解码算法在12个运动和中风参与者的休息中获得了77.1%的整体准确性.
• 在严重手部损伤的个体中,两种运动的子集获得了高精度 (85.4%).
• 在线测试显示了高准确性 (91.3%),用户反表明该系统是舒适的,便携式,和用户友好的家庭使用.

结论:

• NeuroLife EMG 系统是高分辨率EMG解码的平台技术,可实时控制辅助设备.
• 该系统的设计满足了用户在家庭康复环境中对舒适性,便携性和易于使用的需求.
• 这种研究型设备显示出在推进中风幸存者的上肢辅助技术方面具有重大潜力.