测量和监测闭环肌电动手假肢中的技能学习,使用速度准确性权衡

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
• 康复科学 康复科学 康复科学

背景情况:

• 闭环肌电假肢提供先进的控制和感官反,旨在复制自然手的功能.
• 有效使用这些复杂的设备需要专门的用户培训和技能获取.
• 量化技能进步对于优化培训和假肢接口设计至关重要.

研究的目的:

• 开发和验证用于量化闭环假肢使用者技能获取的方法.
• 调查一个特定的闭环接口,将比例控制和EMG反结合起来,如何促进技能学习.
• 建立可靠的指标来监测用户的进度,并为界面开发提供信息.

主要方法:

• 使用速度-精度权衡函数 (SAF) 来评估学习引起的运动技能的变化.
• 在不同速度和力量目标的盒子和块任务中利用了一个定时的力量匹配范式.
• 招募了16名健康参与者和1名跨辐射肢体损失的个人参加为期三天的训练实验.

主要成果:

• 参与者的准确性在所有测试速度上都得到了持续的改善,在训练日中保持了类似的SAF形状.
• 电肌图 (EMG) 反显著增强了运动执行,由逐试验减少的变异性证明.
• 成功安装了SAF的功率规律模型,证明了它在识别和跟踪技能变化方面的实用性.

结论:

• 该研究全面描述了通过EMG反接口在任务执行和运动执行层面促进的技能获取.
• 提出的基于SAF的方法是有效的测量和监测用户技能进步在闭环假肢控制.
• 这项研究有助于优化训练协议和设计更直观的假肢接口.