基于动力单元激活的手势分类的评估,用于假肢应用

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:

• 先进的上肢假体利用电肌图学 (EMG) 模式识别进行控制.
• 当前的EMG特征提取方法经常忽视信号的生物来源.
• 动力单元分解为假肢控制提供了一个生物学上相关的替代方案.

研究的目的:

• 评估使用基于运动单元的特征来分类手势的可行性.
• 为了比较动力单元特征的准确性与假肢控制中的传统根平均平方 (RMS) 特征.
• 确定基于动力单元的假肢控制在现实世界中应用的局限性.

主要方法:

• 记录了来自5名参与者执行14个手势的高密度EMG信号.
• 使用盲目的源分离来识别动力单元活动的分解EMG信号.
• 计算了电机单元的特征,并应用了分类范式,将其与基于RMS的分类进行比较.

主要成果:

• 基于机动单元的分类实现了80.6%至90.3%之间的准确性.
• 在某些情况下,发动机单元特征的准确性与基于RMS的方法相提并论,甚至超过了RMS的方法.
• 动力单元分类显示了比基于RMS的方法更高的跨主体变异性.

结论:

• 运动单元的特征表明了解码手势在假肢控制中的潜力.
• 技术和方法上的进步是实际实施所必需的.
• 进一步的研究对于将这些发现转化为有效的假肢应用至关重要.