一个连续的多天高密度表面肌电图数据集,包括7个握手和11个手势

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:

• 表面电肌图 (sEMG) 测量肌肉的电活动,这对于理解神经肌肉功能至关重要.
• 高密度sEMG (HD-sEMG) 提供了对动力单元动作潜力列车 (MUAPT) 和神经驱动的先进的非侵入性见解.
• 多天的HD-sEMG数据集的有限可用性阻碍了对运动神经元活动的长期研究.

研究的目的:

• 为了呈现CEMHSEY数据集,一个全面的320频道高清-sEMG录制跨越连续11天.
• 为人类机器接口和神经肌肉调制研究提供一个有价值的资源.
• 为了促进对运动神经元活动和肌肉生理行为的长期调查.

主要方法:

• 在连续11天内从前臂肌肉中获取320通道的HD-sEMG数据.
• 创建了两个子数据集:GRASP (同度收缩,13个受试者,7个抓取,3个力度) 和GESTURE (6个受试者,11个手势).
• 通过力回归,手势识别和运动单元解码验证数据集的实用性.

主要成果:

• 对于各种前臂任务,CEMHSEY数据集提供了广泛的多天高清sEMG记录.
• 证明了用于力回归,手势识别和运动单元解码的可用性.
• 该数据集支持开发强大的人机接口和分析神经肌肉调节.

结论:

• CEMHSEY数据集对该领域做出了重大贡献,解决了多天高清sEMG数据的稀缺问题.
• 它为推进运动控制,神经假肢和康复领域的研究提供了一个强大的平台.
• 能够更深入地理解和分析长期的神经肌肉适应和神经驱动变异.