一种自适应闭环ECoG解码器用于四肢瘫痪患者外骨骼的长期稳定双手控制
信号处理
2022-01-26 v1 机器学习
机器人学
摘要
脑机接口（BCIs）在走出实验室投入实际应用方面仍面临诸多挑战。其中一个关键挑战在于使用慢性且安全的记录设备，对复杂任务中多种效应器进行高性能控制。该控制必须随时间保持鲁棒，且无需持续重新校准解码器即可实现高解码性能。本文展示了由四肢瘫痪患者使用慢性植入的硬膜外皮层脑电（EpiCoG）植入物对外骨骼进行异步控制。为此，开发了一种自适应在线张量解码器：递归指数加权马尔可夫切换多线性模型（REW-MSLM）。我们在6个月的时间内证明了使用REW-MSLM对外骨骼及其虚拟化身进行8维交替双手控制的稳定性，且解码器无需重新校准。
引用
@article{arxiv.2201.10449,
title = {An adaptive closed-loop ECoG decoder for long-term and stable bimanual control of an exoskeleton by a tetraplegic},
author = {Alexandre Moly and Thomas Costecalde and Felix Martel and Christelle Larzabal and Serpil Karakas and Alexandre Verney and Guillaume Charvet and Stephan Chabardes and Alim Louis Benabid and Tetiana Aksenova},
journal= {arXiv preprint arXiv:2201.10449},
year = {2022}
}