基于增强的肌肉骨模型的同时和比例控制
概括
本研究引入了一种增强的肌肉骨模型 (MM),使用"分裂与征服" (DC) 策略和非负矩阵因子化 (NMF) 来改进来自电肌图 (EMG) 信号的3-DoF运动预测.
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.
- 康复工程 康复工程 康复工程
背景情况:
- 肌肉骨模型 (MMs) 对于从电肌图 (EMG) 信号中解码运动意图至关重要.
- 解码性能随着多度自由度 (DoF) 运动而下降,这是由于肌肉信号交叉声调.
- 现有的模型在复杂的,协调的四肢运动中扎.
研究的目的:
- 开发一个增强的肌肉骨模型 (MM) 准确的3-DoF运动预测.
- 为了克服在EMG信号解码中交叉通话的局限性,用于协调运动.
- 为了提高手假肢肌电控制的精度.
主要方法:
- 提出了一种新的增强肌肉骨模型 (DC-NMF-MM),将"分裂与征服" (DC) 策略与非负矩阵因子化 (NMF) 整合在一起.
- 收集了八个受试者的四个手腕/MCP flexion/extension肌肉的表面EMG数据和八个手腕pronation/supination的八个道.
- 与两个对照模型 (T-NMF-MM,P-NMF-MM) 验证了DC-NMF-MM,并使用线下和线上实验与人工神经网络和线性回归模型进行了比较.
主要成果:
- 拟议的DC-NMF-MM在线实验中显示出与T-NMF-MM和P-NMF-MM相比的优异预测性能.
- 与人工神经网络和线性回归模型相比,DC-NMF-MM在预测关节角度方面取得了更高的准确性.
- 在线实验证实了DC-NMF-MM用于有效的3-DoF运动控制的可行性,在完成时间,超速和路径效率方面显示出有希望的结果.
结论:
- 增强的DC-NMF-MM有效地解决了EMG信号交叉声,从而改善了3-DoF运动预测.
- 该模型为准确可靠的肌电控制系统提供了显著的进步.
- 开发的模型为手假肢和康复的临床应用提供了基础.
相关概念视频
01:12Carbon Skeletons
Life on Earth is carbon-based, as all macromolecules that make up living organisms contain carbon atoms. All organic compounds have a carbon backbone. Each carbon atom is tetravalent and can bond with four other atoms, making it an extraordinarily flexible component of biological molecules. Because carbon’s valence electrons are stable, it rarely becomes an ion. As the carbon chain increases in length, structural modifications such as ring structures, double bonds, and branching side chains...
01:55Bone Structure
Within the skeletal system, the structure of a bone, or osseous tissue, can be exemplified in a long bone, like the femur, where there are two types of osseous tissue: cortical and cancellous.
01:40Bone Remodeling
Bone remodeling is a continuous and balanced process of bone resorption by osteoclasts and bone formation by osteoblasts. In adults, it helps maintain bone mass and calcium homeostasis. While mechanical stress can stimulate turnover as part of the normal maintenance and reparative process, several hormones also regulate bone remodeling.