优化时间域细分技术对上肢EMG解码的影响,使用多式联络功能.
Muhammad Faisal1, Ikramullah Khosa1, Asim Waris2
1Department of Electrical and Computer Engineering, COMSATS University Islamabad, Lahore Campus, Lahore, Pakistan.
PloS one
|May 8, 2025
概括
矩形窗口技术显著改善了上肢运动分类的电肌图解码 (EMG),达到99.98%的准确性. 这增强了用于假肢和康复的肌电控制系统.
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:
- 神经系统疾病导致广泛的运动障碍.
- 现有的电肌图解码 (EMG) 解码研究侧重于分类器和特征,忽视了预处理技术.
- 在EMG信号预处理中,时间域窗口是一个研究不足的领域.
研究的目的:
- 调查不同时间域窗口技术对电肌图 (EMG) 解码精度对上肢运动的影响.
- 为了确定最有效的窗口技术来分类手指运动.
- 在运动功能研究中弥合有关EMG预处理的知识差距.
主要方法:
- 记录了来自志愿者执行十五个不同的手指运动的表面EMG数据.
- 对比了八种不同的时间域窗口技术的性能.
- 利用了40个时间域特征和线性支向量机 (L-SVM) 分类器来进行运动分类.
主要成果:
- 矩形窗口技术在测试方法中表现出优越的性能.
- 使用矩形窗口,40个时间域特征和L-SVM分类器,实现了99.98%的分类准确度.
- 高精度证实了表面EMG对于精确的上肢运动分类的有效性.
结论:
- 矩形窗户技术对于基于EMG的上肢运动分类非常有效.
- 优化的EMG预处理可以显著提高肌电控制系统的准确性和可靠性.
- 这些发现支持了假肢,可穿戴传感器,人机交互和脑机接口方面的进展.
