研究基于电肌图的模式识别,用于人类爬行运动中的四肢间协调.
Chengxiang Li1, Xiang Chen1, Xu Zhang1
1School of Information Science and Technology, University of Science and Technology of China (USTC), Hefei, Anhui, China.
Frontiers in neuroscience
|March 29, 2024
概括
这项研究引入了电肌图 (EMG) 来分析爬行协调,成功地分类了八种四肢间协调模式 (ILCM). 这种基于EMG的方法为临床爬行运动分析提供了可行的方法.
科学领域:
- 生物力学 生物力学
- 神经科学是一个神经科学.
- 康复工程 康复工程 康复工程
背景情况:
- 对人类爬行运动的临床分析缺乏客观和可行的方法.
- 了解爬行过程中四肢间的协调对于功能评估至关重要.
研究的目的:
- 开发和验证一种基于电肌图 (EMG) 的方法,用于分析人类爬行过程中的四肢间协调模式 (ILCMs).
- 评估运动意图识别技术在爬行分析中的临床应用的可行性.
主要方法:
- 定义了八种不同的四肢间协调模式 (ILCM).
- 收集了来自30个肌肉的EMG信号和来自左手掌的压力数据,这些数据是在手膝爬行时以各种速度爬行.
- 采用双向长短期内存 (BiLSTM),支持矢量机 (SVM) 和k-最近邻居 (KNN) 分类器用于模式识别.
主要成果:
- 基于EMG的模式识别在分类八个ILCM方面取得了很高的准确性.
- 该研究证实了基于EMG的爬行运动分析方法在临床应用中的可行性.
- 对不同速度的自我选择ILCM的分析为协调策略提供了洞察力.
结论:
- 基于EMG的运动意图识别是分析爬行四肢间协调的可行技术.
- 开发的方法具有评估爬行功能,理解异常控制和设计康复机器人的潜力.
