在模式识别中揭开影响因素 肌电控制系统:肢体位置和电极转移的影响
Bingbin Wang1, Jinglin Li1, Levi Hargrove2,3
1Department of Engineering, King's College London, London WC2R 2LS, UK.
Sensors (Basel, Switzerland)
|August 10, 2024
概括
由于肢体位置和电极移位,假肢中的图案识别不那么强大,影响了控制. 这些因素创造了独特的特征空间集群,影响了肌电控制系统的性能.
科学领域:
- 生物医学工程 生物医学工程
- 康复工程 康复工程
- 人与计算机的交互
背景情况:
- 模式识别 (PR) 系统为上肢假肢提供直观的控制.
- 基于PR的肌电控制系统的稳定性对于恢复肢体功能至关重要.
- 已知肢体位置和电极移位可能会降低分类器性能.
研究的目的:
- 调查四肢位置和电极移动对基于PR的肌电控制的稳定性的影响.
- 量化不同条件下的类分布和分类器性能变化.
- 为了确定肢体位置和电极移位是否在特征空间中引入了统计学上不同的集群.
主要方法:
- 使用线性差异分析 (LDA) 作为分类器.
- 因肢体位置和电极移位而导致量化分类性能变化 (14-21%的下降).
- 通过将四肢位置和电极移位视为不同的类别来分析特征空间变化,为这些因素实现高分类准确性.
主要成果:
- 证实,肢体位置和电极移位都会显著降低分类性能.
- 在四肢位置和电极移位之间,在性能降低方面没有发现显著差异.
- 证明了四肢位置和电极移位在特征空间内创建了可统计分类的集群,表明了新的类实例.
结论:
- 肢体位置和电极移位引入了显著的变化,挑战了肌电假肢PR方案的稳定性.
- 了解这些因素对于开发更可靠,更直观的假肢控制系统至关重要.
- 建议使用更大的截肢数据集进行进一步验证,以确认发现并改进系统设计.
更多相关视频
07:30The Muscle Cuff Regenerative Peripheral Nerve Interface for the Amplification of Intact Peripheral Nerve Signals
Published on: January 13, 2022
2.0K
11:06A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
Published on: April 12, 2016
10.4K
