使用极端学习进行适应性稀疏表示的电极转移宽容的微电运动模式分类

Joseph L Betthauser1, Luke E Osborn2, Rahul R Kaliki2,3

  • 1Department of Electrical and Computer Engineering, Johns Hopkins University, Baltimore, Maryland 21218, USA.

概括

一种新的自适应分类方法改善了假肢的肌电控制,即使有电极移位. 这一进步通过克服现实世界的信号变化,提高了截肢者对假肢的可用性和采用性.