混合EMG-NMES控制用于实时减少生物手中的肌肉疲劳
Ismail Ben Abdallah1,2, Yassine Bouteraa3,4, Ahmed Alotaibi5,2
1Advanced Technologies for Medicine and Signals (ATMS Lab.), Ecole Nationale d'Ingénieurs de Sfax (ENIS), University of Sfax, 3038, Sfax, Tunisia.
Scientific reports
|July 1, 2025
概括
这项研究引入了一种使用电肌图 (EMG) 和神经肌肉电刺激 (NMES) 的新型生物手系统,以减少肌肉疲劳并增强辅助设备的抓地控制.
科学领域:
- 生物医学工程 生物医学工程
- 康复技术 康复技术 康复技术
- 人与机器接口 人与机器接口
背景情况:
- 肌肉疲劳显著限制了使用假肢或生物肢体的个体的功能表现和耐力.
- 现有的控制系统经常难以适应肌肉疲劳等生理变化,导致用户性能和满意度下降.
研究的目的:
- 开发和评估一个闭环生物手控制系统,将电肌图 (EMG) 驱动的意图识别与自适应神经肌肉电刺激 (NMES) 集成在一起.
- 调查系统在减轻肌肉疲劳和改善握力一致性和准确性方面的有效性.
- 评估肌肉疲劳检测和手握状态估计的实时分类性能.
主要方法:
- 开发了一种新的系统,将3D打印的生物手与独立伺服电机,定制电刺激器和实时双分类器架构相结合.
- 电肌图 (EMG) 信号被用于意图识别,通过使用频域特征通过支持矢量机 (SVM) 检测肌肉疲劳.
- 使用模糊逻辑控制器对手握状态进行了分类,并使用自适应神经肌肉电刺激 (NMES) 来抵消疲劳.
主要成果:
- 与10名参与者的实验试验显示,与EMG-NMES混合控制器相比,与EMG单独控制器相比,肌肉疲劳减少了28.6%,握力一致性提高了22%.
- 该系统实现了高分类精度:95.4%的肌肉疲劳检测和93%的手握状态估计.
- 在拟议的混合控制策略下,参与者在生物手操作过程中体验到增强的功能性能和稳定性.
结论:
- 开发的闭环生物手控制系统有效地整合了EMG意图识别和自适应性NMES来解决肌肉疲劳.
- 混合控制方法显著提高了辅助生物手应用中的功能性能,稳定性和用户体验.
- 这项研究验证了先进的混合EMG-NMES系统的可行性,以提高上肢辅助设备的功能.
