根据HDsEMG的单个峰值定位进行肌肉活动映射.

科学领域:

• 生物医学工程 生物医学工程
• 神经科学是一个神经科学.
• 康复技术 康复技术 康复技术

背景情况:

• 电肌图 (EMG) 对于人机界面 (HMI) 在假肢和康复方面至关重要.
• 解码肌肉激活模式是先进HMI控制的关键.
• 目前的方法在紧的解剖学中精确地定位肌肉活动时面临挑战.

研究的目的:

• 开发和验证一种使用高密度表面EMG评估和解码肌肉活动的新方法.
• 在指部伸展过程中,从前臂肌肉的EMG信号中定位个体时峰的起源.
• 估计每个手指的不同肌肉体积,并根据这些体积对EMG峰值进行分类.

主要方法:

• 在低力指部伸展过程中利用背部前臂的高密度表面EMG记录.
• 应用了一个空间域表面高斯适配以定位EMG峰值起源.
• 在10名受试者中,对个别指部伸展的肌肉体积的估计.
• 根据估计的体积,分类的个体EMG峰值被分为相应的指动.

主要成果:

• 在各个受试者中,估计的肌肉体积具有很高的一致性,这表明每个手指的动作都具有不同的肌肉区域.
• 实现了高分类精度的EMG峰值:79% (指数),84% (中),76% (环) 和79% (小指).
• 标示了数字之间的肌肉纤维的潜在结构差异.

结论:

• 体积分析方法有效地评估紧的肌肉群中的空间激活模式.
• 单个峰值分类方法使肌肉激活几乎可以立即识别.
• 这种技术为基于EMG的HMI提供了有前途的进步,改善了假肢控制和辅助技术.