新的步行阶段识别框架利用了肌电活动的时间结构

科学领域:

• 生物医学工程 生物医学工程
• 康复工程 康复工程 康复工程
• 神经科学是一个神经科学.

背景情况:

• 表面电肌图 (sEMG) 对于控制下肢假肢至关重要.
• 传统的肌电模式识别 (PR) 方法在准确性和稳定性方面扎.
• 不准确的PR限制了假肢步行的安全性和效率.

研究的目的:

• 开发和评估新的基于时间肌电的步行阶段识别框架.
• 提高假肢控制系统的可靠性和准确性.
• 在现实应用中解决传统公关方法的局限性.

主要方法:

• 引入了两个新的框架:时间激活配置文件 (TAP) 和双激活镜头 (DAS).
• 塔普利用连续的sEMG窗口中的特征序列.
• DAS使用来自当前和特定前一个sEMG窗口的功能.
• 在公开数据集 (SIAT-LLMD) 和骨截肢数据上进行了测试.

主要成果:

• 在健康受试者中,TAP和DAS显著优于传统PR方法 (88.50%和87.97%的准确性).
• 塔普在240毫秒的时间背景下实现了最佳性能;DAS在160毫秒前的窗口.
• 这两种方法都提高了转骨肢截肢者的步态的识别能力,TAP的准确率达到87.80%.
• 与DAS (82.32%) 相比,TAP在病理状况中显示出更高的疗效.

结论:

• TAP和DAS提供了强大的解决方案,用于步态相识别,稳定输出和减少错误.
• DAS提供了实际可行性与较低的计算需求.
• 对于改变的神经肌肉激活模式,如截肢者的步态,TAP显示出卓越的有效性.
• 这些方法有可能实时集成到假肢控制器中,以提高患者的安全性和可靠性.