导读 基于肌电模式识别 (PR) 的策略已应用于控制上肢假肢。然而，经肱骨截肢者通常缺乏必要的残余肌肉来产生高质量的肌电图 (EMG) 信号，而
基于肌电模式识别 (PR) 的策略已应用于控制上肢假肢。然而，经肱骨截肢者通常缺乏必要的残余肌肉来产生高质量的肌电图 (EMG) 信号，而这些信号对于直观地控制他们的假肢装置是必不可少的。
由陈世雄教授和副教授领导的研究组。中国科学院深圳先进技术研究院(SIAT)的Oluwarotimi Williams Samuel教授提出了一种基于维纳滤波器的优化技术来增强高密度表面肌电信号。
该技术可以在上肢假肢控制的背景下实现精确的运动意图解码。该研究于 1 月 18 日发表在Biomedical Signal Processing and Control上。
研究人员探索了不同滤波技术(包括 Hampel、一维中值滤波器和提出的 Wiener 滤波器)在对经肱截肢者的 EMG 信号进行去噪以产生足够的基于 PR 的假肢装置控制的能力。
他们还通过使用从经肱截肢者获得的肌电信号比较了过滤技术的性能。统计测试的实验结果表明，所提出的 Wiener 滤波器可产生最佳的 EMG 信号质量，从而为截肢者的肢体运动意图带来始终如一的最高解码性能。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！