生物肢体非接触控制的光学纹身传感:一个概念框架

科学领域:

• 生物医学工程 生物医学工程
• 机器人技术 机器人技术 机器人技术
• 人与计算机的交互

背景情况:

• 传统的生物手系统依赖于接触传感器,这些传感器容易发生生物信号不稳定.
• 现有的模式识别 (PR) 方法因信号变化而面临准确性和可靠性的挑战.

研究的目的:

• 开发和评估一种新的非接触式公关方法,用于分类手指的移动和生物手的抓取手势.
• 通过利用光学传感和专门的纹身来克服依赖生物信号的方法的局限性.

主要方法:

• 利用光学传感与干扰色素纹身捕捉肌肉活动通过RGB颜色和光强度 (LI) 从前臂.
• 在RGB信号聚类中使用k-最近邻居 (KNN),然后进行时间域和波形特征提取.
• 使用线性差异分析 (LDA),支持向量机 (SVM),多层感知器 (MLP) 和卷积神经网络 (CNN) 进行分类特征.

主要成果:

• 在完整的参与者中达到97.74%±0.8%的平均精度,在手腕截肢患者中达到95.23%±1.2%.
• 运动员和非运动员都表现出高性能,突出显示了系统的稳定性.
• 无接触光学方法在区分手势识别的肌肉活动方面被证明是有效的.

结论:

• 这种新的非接触式光学传感方法为假肢手的控制提供了一个有前途的替代方案.
• 与传统的生物信号依赖系统相比,这种方法提高了准确性,直观性和可靠性.
• 使用专门的纹身和先进的公关算法代表了生物手技术的重大进步.