PhysioMio:来自48名中风患者的16种手势的双边和纵向HD-sEMG数据集
Julian Ilg1, Alexander C R Oldemeier2, Marie Fieweger2
1Institute of Micro Technology and Medical Device Technology (MIMED), Technical University Munich (TUM), Munich, Germany. Julian.Ilg@tum.de.
Scientific data
|January 9, 2026
概括
PhysioMio数据集提供了中风患者的纵向高密度表面电肌图 (HD-sEMG) 数据,详细描述了手势期间受损和健康手臂的肌肉活动,以帮助康复研究.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 康复医学 康复医学 康复医学
背景情况:
- 脑卒中引起的手臂麻影响全球数百万人,导致严重的运动缺陷.
- 了解神经肌肉变化对于有效的中风康复策略至关重要.
- 现有的数据集可能缺乏功能任务期间的纵向,高分辨率的肌肉活动数据.
研究的目的:
- 介绍一下PhysioMio数据集,这是一个高密度表面电肌图 (HD-sEMG) 记录的纵向集合.
- 提供一个全面的资源,分析神经肌肉恢复中风患者的手臂.
- 促进对个性化康复的研究和辅助技术的开发.
主要方法:
- 收集了48名中风患者的纵向HD-sEMG数据.
- 在16个不同的手势任务中使用了放置在前臂上的64电极干阵列.
- 在住院康复期间在多个时间点记录了受损和健康的 (参考) 前臂.
主要成果:
- 该数据集捕获了功能任务期间详细的肌肉激活模式.
- 纵向数据允许在康复期间跟踪神经肌肉功能的变化.
- 能够对健康和损伤的手臂进行比较分析.
结论:
- PhysioMio数据集是研究运动障碍和中风后恢复的宝贵资源.
- 它支持对神经肌肉缺陷机制和恢复潜力的研究.
- 这些数据可以促进针对性康复干预和辅助设备的开发.
