一个新的指令手势集确定方案,用于强大的肌电控制应用程序
IEEE transactions on bio-medical engineering
|October 11, 2024
概括
这项研究引入了一种新的方法来确定电肌图 (EMG) 手势集,大大降低了用户对更强大的肌电控制在假肢和HCI应用中的依赖性.
科学领域:
- 生物医学工程 生物医学工程
- 人与计算机的交互
- 康复技术 康复技术 康复技术
背景情况:
- 肌电控制依赖于电肌图 (EMG) 模式识别,但用户的依赖性限制了其实际应用.
- 强大的肌电控制对于假肢,康复医学和人机交互 (HCI) 的进步至关重要.
研究的目的:
- 解决EMG模式识别中的用户依赖问题.
- 提出一个新的方案来确定指令手势设置在一个用户独立的模式.
主要方法:
- 使用T分布式随机邻近嵌入 (T-SNE) 来降低高维表面EMG数据的维度.
- 分析了来自多个用户和手势的数据,以识别具有最小个体差异和高分离性的手势组合.
主要成果:
- 在两个大型EMG手势数据库上验证了该方案,这些数据库具有不同的采集设备和主题.
- 最佳的手势设置实现了显著更高的识别准确度 (12.57%36.92%) 与低质的设置在用户独立和电极抵消模式相比.
结论:
- 拟议的方案有效地减少了用户对EMG模式识别的依赖,通过选择具有更高可分离性的手势集.
- 在识别准确度方面取得了显著的改进,证实了该方案对强大的肌电控制应用的有效性.


