JoVE - Journal of Visualized Experiments
JoVE Visualize
Contact Us
这页已由机器翻译。其他页面可能仍然显示为英文。 View in English

在现实日常活动中使用多式肌肉图和手动动学的数据库

  • 0Chair of Autonomous Systems and Mechatronics, Friedrich-Alexander-Universität Erlangen-Nürnberg, 91054, Erlangen, Germany. daniel.andreas@fau.de.
Scientific Data +

|

2025年八月28日

|

2025年八月28日

在PubMed上查看摘要

概括

此摘要是机器生成的。

这项研究介绍了MyoKi数据库,包括从现实日常活动中获得的多模式肌肉图和手动力学数据. 它旨在改善日常使用的假肢和机器人手的肌电控制系统.

科学领域

  • 生物医学工程
  • 康复技术
  • 人与计算机的交互

背景情况

  • 现有的肌肉图谱数据库往往缺乏现实世界的复杂性,依赖于受控的实验室条件.
  • 开发可靠的假肢和机器人手的肌电控制需要反映各种日常活动的数据.
  • 捕捉手动力学和肌肉活动的多式数据对于先进的控制系统至关重要.

研究的目的

  • 介绍MyoKi数据库,这是多模体肌肉图和手动动学的新资源.
  • 从现实的日常活动中获取数据,以克服受控实验室设置的局限性.
  • 促进手动连续控制的研究,以提高肌电装置的性能.

主要方法

  • 收集了35名参与者的表面电肌图 (sEMG),惯性测量单元 (IMU) 和手动力学数据.
  • 包括参与者的强迫肌肉图 (FMG) 数据.
  • 记录了74项涉及各种握手,动作和手臂方向的不同任务的数据.

主要成果

  • MyoKi数据库提供了日常活动中手部运动的综合多式数据.
  • 详细的参与者简介和任务分类允许对影响因素进行深入分析.
  • 该数据库支持对传感器配置,任务复杂性以及对控制系统的人口影响的研究.

结论

  • MyoKi数据库是发展肌电控制系统的宝贵资源.
  • 它可以开发出更强大,更可靠的假肢和机器人手.
  • 有助于用户友好和有效地控制先进的辅助设备.