对四肢患者的非侵入性神经接口使用在前臂或手腕解码的残余运动神经元活动

科学领域:

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

背景情况:

• 脊髓损伤 (SCI) 经常导致手,严重影响生活质量.
• 患有SCI的个体的残余电动肌肉活动为推断运动意图提供了潜力.
• 以前的研究绘制了近端和远端前臂活动的地图,但仅使用前臂或手腕运动单元进行神经接口的可行性仍未得到充分研究.

研究的目的:

• 研究SCI患者使用前臂或手腕运动单元识别手指手势的可行性.
• 评估表面电肌图 (EMG) 分解对于提高机动单元产量和手势识别精度的有效性.
• 评估前臂和手腕位置对于开发可穿戴神经接口的适用性.

主要方法:

• 电肌图 (EMG) 数据从八名四肢患者 (七名运动完整SCI,一个运动不完整SCI) 中收集.
• 应用了表面EMG分解技术来识别和增加来自前臂和手腕肌肉活动的运动单元的数量.
• 根据分解的运动单元活动来识别手指的手势,并实时评估性能.

主要成果:

• 运动智面EMG分解显著增加了从前臂 (平均41.25) 和手腕 (平均30) 的分解动力单元的数量.
• 使用前臂 (82%100%) 和手腕 (62%99%) 的运动单元数据,在指纹手势识别中实现了高精度.
• 分解方法符合实时实施要求,并观察到手腕和前臂运动单元活动之间的相关性.

结论:

• 可以有效地解码前臂和手腕运动单元,以识别SCI患者的手指手势.
• 表面EMG分解提高了运动单元的产量,并为神经接口提供了准确的实时手势识别.
• 前臂和手腕肌肉活动都是开发可穿戴的基于EMG的神经接口用于SCI康复的可行的位置.