基于LSTM网络和人机合模型的运动意图映射和假肢膝关节的直接肌电控制方法的试点研究

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
• 神经科学是一个神经科学.

背景情况:

• 假膝关节需要先进的控制,以适应性和自然运动.
• 当前的肌电控制方法在实时协调和响应方面面临挑战.

研究的目的:

• 为智能假肢膝盖开发一种直接肌电控制方法.
• 通过使用LSTM网络和合模型来增强人机协调和适应能力.

主要方法:

• 在行走过程中收集的多通道表面电肌图 (sEMG) 和膝关节角度数据.
• 提取的时间域特征来构建一个LSTM预测模型用于肌肉活动-关节动力学映射.
• 集成了一个人机合动力学模型,用于假肢膝关节控制框架的液压执行系统.

主要成果:

• 与传统的神经网络相比,LSTM模型显示出更高的预测准确性和时间一致性.
• 在可变减压假肢膝盖中实现了持续的减压调整和平稳的步态过渡.
• 验证了直接肌电控制对人机协调假肢功能的有效性.

结论:

• 提出的基于LSTM的直接肌电控制方法显著提高了假膝盖的适应性和人机协调.
• 这种方法为智能假肢控制提供了可行和有效的解决方案,改善了用户的移动性.