一个数据库的上肢表面电肌图信号从人口统计学上不同的个体

科学领域:

• 生物医学工程 生物医学工程
• 人与计算机的交互
• 信号处理 信号处理

背景情况:

• 表面电肌图 (EMG) 信号对非侵入性上肢神经肌肉接口充满希望.
• 了解对EMG的生理和解剖影响对于可靠的手势解码至关重要.
• 现有的研究缺乏全面的数据集,以解决EMG信号的人口变异问题.

研究的目的:

• 呈现一个新的数据集的上肢EMG信号和生理测量从人口统计学上不同的成年人群.
• 促进对年龄和体重指数等因素如何影响EMG信号分布的研究.
• 为开发公平,公正的手势解码算法建立一个基准.

主要方法:

• 收集了91个不同成年人的EMG信号和生理数据 (例如皮肤水分,弹性).
• 包括广泛的年龄范围 (18-92岁) 和BMI类别 (健康,超重,肥胖) 的参与者.
• 使用当代手势解码方法验证数据质量.

主要成果:

• 一个全面的数据集上肢EMG和相关的生理测量成功编制.
• 该数据集捕捉了显著的人口多样性,包括年龄和BMI变化.
• 最初的验证证实了数据适合在EMG中研究人口混.

结论:

• 本文所介绍的数据集是调查对基于EMG的接口的人口影响的一个有价值的资源.
• 它作为一个关键的基准,用于推进公平和公正的手势解码算法.
• 这项工作为更强大和更具包容性的人机交互技术铺平了道路.