分析电极位置对肢体状况的影响,用于肌电模式识别
Hai Wang1,2,3, Na Li1,2,3, Xiaoyao Gao1,2,3
1Center of Gerontology and Geriatrics, West China Hospital of Sichuan University, Chengdu, 610041, Sichuan, China.
Journal of neuroengineering and rehabilitation
|October 3, 2024
概括
使用表面电肌图 (sEMG) 强大的手势识别通过在手腕附近放置电极来改进. 动态训练和功能优化有效地减少了可穿戴设备的肌电控制中的错误.
科学领域:
- 生物医学工程 生物医学工程
- 人与计算机的交互
- 可穿戴技术可穿戴技术
背景情况:
- 表面电肌图 (sEMG) 为可穿戴的人机界面提供了直观的控制.
- 基于sEMG的手势识别的稳定性是实际应用的关键挑战.
研究的目的:
- 研究四肢状况对sEMG手势识别的影响.
- 分析电极放置对分类性能的影响.
- 制定策略以减轻四肢疾病的影响.
主要方法:
- 在静态和动态四肢条件下比较分类性能,在手腕,肘部和中间点设置电极.
- 进行特征空间分析以量化四肢状况影响.
- 探索了小组培训和特征选择以减少错误.
主要成果:
- 手腕和中点电极放置的性能优于肘部.
- 动态四肢条件训练比静态训练产生了更好的结果.
- 功能选择减少了分类错误,在手腕上提供最佳性能.
结论:
- 在手腕附近放置的电极有效地减轻了四肢状况的影响.
- 动态训练和功能优化提高了肌电接口的稳定性.
- 这项研究推动了可穿戴智能设备的开发.


