人体中微电极阵列记录的多通道肌内EMG信号的实时分解

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.
• 信号处理 信号处理

背景情况:

• 肌内电肌图 (iEMG) 分解对于提取运动神经元 (MN) 放电时间至关重要.
• 实时分解使复杂的人机界面 (HMI) 的开发成为可能.

研究的目的:

• 开发和验证一个多道,实时iEMG分解算法.
• 使用并行GPU集群来增强实时处理的计算速度.
• 评估算法在分解模拟和实验iEMG信号时的准确性.

主要方法:

• 用EMG的隐藏马尔科夫模型与贝叶斯波器相结合用于分解.
• 使用并行GPU计算实现了一个多通道贝叶斯模型和过框架.
• 为了高效的道分组和处理,采用了分解检查道策略.

主要成果:

• 该算法实现了多通道iEMG信号的实时分解.
• 在模拟和实验数据 (前带,带指最小) 上的验证显示了高准确度.
• 在所有测试的信号中,实现了90%的平均分解精度.

结论:

• 拟议的多通道iEMG分解算法对于实时信号处理是有效的.
• 该算法与植入的多通道电极阵列的兼容性促进了先进的HMI.
• 在神经解码应用中,可以实现高信息传输速率.