基于盲源分离的开源软件I-Spin live,用于实时解码人类运动单元活动
Julien Rossato1, François Hug2,3, Kylie Tucker3
1Nantes Université, Laboratory "Movement, Interactions, Performance" (UR 4334), Nantes, France.
eLife
|October 2, 2024
概括
这项研究引入了开源软件,用于从电肌图 (EMG) 信号中实时解码运动神经元活动,从而为运动控制和神经反应用提供了新的见解.
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
- 信号处理 信号处理
背景情况:
- 了解神经控制运动对于神经科学至关重要.
- 脊柱运动神经元活动的非侵入性解码是通过电肌图 (EMG) 信号分解可能的.
- 实时EMG分解对于先进的神经反和脑计算机接口至关重要.
研究的目的:
- 引入一个开源软件来实时解码来自多通道EMG信号的运动神经元发射活动.
- 为研究运动控制在运动神经元水平的研究人员提供一个验证的框架.
- 为了实验范式,实现运动神经元活动的实时视觉反.
主要方法:
- 开发并实施了一种开源软件,使用盲源分离方法来处理EMG信号.
- 从基线收缩优化了分离向量 (动力单元过器),并实时应用它们.
- 通过使用合成EMG信号和下肢肌肉 (胃角肌,巨型肌,前肌) 的实验数据,使用表面和肌肉内电极验证了软件.
主要成果:
- 该软件成功地执行了来自EMG信号的电机单元发射活动的实时解码.
- 通过合成和现实世界的EMG数据进行验证,证明了该软件在各种收缩模式和强度上的能力.
- 评估了肌肉类型和收缩强度变化对实时分解准确性的影响.
结论:
- 开发的开源软件为神经科学家提供了一个实用的工具来研究运动控制.
- 能够实时反脊髓电路输出,促进新的实验设计.
- 推进非侵入性运动神经元活动解码领域的研究和潜在的临床应用.
更多相关视频
11:31Functional Near Infrared Spectroscopy of the Sensory and Motor Brain Regions with Simultaneous Kinematic and EMG Monitoring During Motor Tasks
Published on: December 5, 2014
15.1K
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
