BIONIX：一种基于双信号 EEG 和 EMG 控制的无线低成本假肢手臂

可负担的上肢假肢往往缺乏直观的控制系统，限制了功能和可及性，尤其在资源有限的地区。本项目提出一种低成本的双模式神经-肌肉控制系统，集成了电生理信号（EEG）和肌电信号（EMG），用于实现假肢手臂的实时多自由度控制。通过 NeuroSky MindWave Mobile 2 获取 EEG 信号，并通过 ThinkGear 蓝牙数据包传输至运行轻量级分类模型的 ESP32 微控制器。该模型在 1500 秒记录的 EEG 数据上训练完成，使用 6 帧滑动窗口进行低通滤波，排除差信号样本，并采用 70/20/10 的训练-验证-测试比例划分。分类器检测到强烈眨眼事件，用于在手掌打开和关闭状态之间切换。通过 MyoWare 2.0 传感器和 SparkFun 无线屏蔽板获取 EMG 信号并传输至第二个 ESP32，后者执行基于阈值的检测。三种激活带（静止：0--T1；伸展：T1--T2；收缩：大于 T2）实现直观的肘部控制，只有在连续 8 帧处于运动类别时才会触发运动，以提高稳定性。通过 EEG 控制的 ESP32 驱动四个指示伺服电机，而通过 EMG 控制的 ESP32 驱动两个肘部伺服电机。使用低成本材料构建了功能原型（总成本约 240 美元），其中大部分费用归属于商业 EEG 耳机。未来工作包括过渡到 3D 打印外壳、集成自回归模型以减少 EMG 延迟，以及升级伺服电机扭矩以提高负载能力和抓握力。该系统展示了一条适用于资源匮乏地区和全球卫生应用的低成本、生物直观假肢控制的可行路径。