基于肌肉协同的比例式肌电控制的高阶张量分解
信号处理
2021-07-08 v2
摘要
肌肉协同近来已被用于肌电控制系统。迄今为止,所有已提出的基于协同的系统都依赖于矩阵分解方法。然而,这在任务维度上受到限制。本文展示了高阶张量分解作为比例式肌电控制框架的潜在应用。我们提出了一种用于基于协同的肌电控制模型的约束 Tucker 分解(consTD)协同提取新技术,并与最先进的矩阵分解模型进行比较。提取的协同通过直接投影用于估计手腕自由度(DoF)的控制信号。consTD 模型能够利用一个三阶张量中的所有数据来估计每个 DoF 的控制信号。这与矩阵分解模型形成对比,后者将数据按每个 DoF 分段,且协同往往必须重新对齐。此外,与矩阵分解方法不同,consTD 方法通过提供额外的共享协同给出了更多信息。提取的控制信号被输入岭回归(ridge regression),以基于真实手套数据估计手腕运动学。重建手腕位置的判定系数(R2)表明,所提出的 consTD 高于矩阵分解方法。总之,本研究提供了高阶张量分解用于比例式肌电控制的首次概念验证,并突出了张量提供客观且直接的协同识别方法的潜力。
引用
@article{arxiv.1811.07086,
title = {Higher order tensor decomposition for proportional myoelectric control based on muscle synergies},
author = {Ahmed Ebied and Eli Kinney-Lang and Javier Escudero},
journal= {arXiv preprint arXiv:1811.07086},
year = {2021}
}