基于高清sEMG的控制使用部肌肉和浅层神经网络:评估面向康复的任务中的表现
概括
这项研究表明,递归康复控制网络 (RRC-Net) 和高密度电极阵列 (HDE-Array) 系统有效地提高了脊髓损伤患者的康复独立性,在健康和四肢患者之间没有性能差异.
科学领域:
- 神经科学是一个神经科学.
- 康复工程 康复工程 康复工程
- 生物医学工程 生物医学工程
背景情况:
- 功能电刺激 (FES) 对于恢复脊髓损伤患者的功能至关重要.
- 开发直观有效的控制系统对于通过FES辅助设备最大限度地提高独立性至关重要.
- 现有的控制系统通常需要侵入性方法或广泛的培训,这限制了它们的广泛采用.
研究的目的:
- 评估综合递归康复控制网络 (RRC-Net) /高密度电极阵列 (HDE-Array) 系统的有效性.
- 评估该系统是否适合控制多个自由度 (DoF) 的任务,作为FES控制的代理.
- 用RRC-Net/HDE-Array系统来确定健康和四肢的个体是否表现出可比的表现.
主要方法:
- 这项研究涉及10名四肢和8名健康受试者,他们执行了两个控制任务:一个光标任务和一个3-DoF手动运动模型任务.
- 来自部的高密度表面电肌图 (HD-sEMG) 信号被用来训练RRC-Net神经网络进行运动估计.
- 分析了包括平均全球距离 (MGD),平均角距离 (MAD),任务完成分数 (TCS) 和规范距离 (ND) 在内的性能指标.
主要成果:
- 无论是健康的还是四肢的受试者在光标和手控任务中都取得了高水平的表现.
- 在健康和四肢的参与者之间没有观察到任何任务的统计学上显著的绩效差异.
- 特定的p值表明表现具有很高的相似性:MGD (p=0.93),MAD (p=0.77),TCS (p=0.68) 和ND (p=0.63).
结论:
- 该RRC-Net/HDE-Array系统显示了在脊髓损伤患者中增强康复独立性的巨大潜力.
- 该系统的非侵入性,简单性和舒适性使其成为控制辅助设备的有希望的工具.
- 该系统的有效性和跨用户群体的可比性能表明恢复功能控制的可行途径.
