开发多式EEG-EMG人机接口用于手腕康复:初步研究

科学领域:

• 神经科学是一个神经科学.
• 机器人技术 机器人技术 机器人技术
• 康复工程 康复工程

背景情况:

• 神经系统疾病,如中风,往往会导致上肢运动障碍,阻碍日常活动.
• 可穿戴机器人为上肢康复提供了密集,精确的训练.
• 有效的康复需要将机器人协助与患者对大脑可塑性和复杂运动的意图保持一致.

研究的目的:

• 介绍一个多式联机人机界面 (HMI),用于整合手腕康复.
• 使用脑电图 (EEG) 和肌电图 (EMG) 信号来控制软可穿戴机器人.
• 帮助协调手和手腕运动在活动,如伸手和抓住.

主要方法:

• 开发了一个3DOF软可穿戴机器人,它结合了机器人手套和前臂支架.
• EEG信号使用里曼的几何学分类休息和抓住状态.
• 从前臂肌肉检测到的EMG信号开始触发手腕调整.

主要成果:

• 对四名健康参与者的初步测试显示,基于EEG的状态分类准确率为85%.
• 电磁场信号显示出足够的振幅来检测运动开始.
• 该系统成功地集成了EEG和EMG,用于控制手腕运动.

结论:

• 开发的多式联络式HMI显示出对手腕整合康复的前景.
• 需要进一步测试,以提高系统的稳定性,并评估中风患者的有效性.
• 这种方法可以增强神经损伤后日常生活活动 (ADL) 的机器人协助.