使用超声图像估计腕关节角度的连续数据

超声成像最近被引入作为关节运动估计的传感接口。将超声图像用作一种估计方法，有望提高辅助设备和人机接口的控制性能。本研究旨在使用超声图像估计连续的腕关节角度。具体而言，在一项实验中，获取了伸展-屈曲运动期间的关节角度信息，并采集了相关肌肉的超声图像。利用从超声图像中提取的特征，使用多元线性回归模型来估计关节角度。通过光流法从超声图像中获取的特征点坐标被用作多元线性回归模型的自变量。针对每位参与者的每次试验对模型进行训练和测试，以验证估计精度。结果表明，所有试验的估计精度的均值和标准差分别为均方根误差 (RMSE)=1.82 $\pm$ 0.54 度和决定系数 (R2)=0.985 $\pm$ 0.009。与以往使用表面肌电图等其他信号的研究相比，我们的方法实现了高精度的关节角度估计，同时多元线性回归模型简单，且计算和模型训练成本均较低。