截肢者对 s-EMG 假手日常控制能力的初步研究
机器学习
2015-11-25 v2 人机交互
摘要
表面肌电图是从健全者和截肢者受试者身上采集肌肉收缩信号的有效工具。肌电信号可以通过区分特定 EMG 电极活动所执行的动作，以非侵入性的方式控制假肢设备。根据文献，已有多种算法被用于通过 s-EMG 信号控制假手。主要问题在于如何将采集到的信号正确分类为实际执行的动作。本研究探讨了支持向量机在短时间内的性能表现，该性能是利用 sEMG 信号的两种不同特征表示（绝对平均值和波形长度）获得的。特别地，我们密切关注了可重复性问题，即在重复实验中获得稳定且令人满意的准确率水平的能力。在有限设置下的结果是令人鼓舞的，因为即使在最坏情况下，它们也显示出 73% 以上的平均准确率。
引用
@article{arxiv.1511.06001,
title = {A pilot study on the daily control capability of s-EMG prosthetic hands by amputees},
author = {Francesca Giordaniello},
journal= {arXiv preprint arXiv:1511.06001},
year = {2015}
}