Factorisation de matrice non négative pour l'identification des mouvements de doigts EMG : évaluation utilisant l'analyse matricielle

L'électromyographie de surface (sEMG) est largement utilisée pour évaluer l'état fonctionnel de la main afin d'assister dans la reconnaissance des gestes de la main, les prothèses et les applications de réhabilitation. La sEMG est un signal non invasif et facile à enregistrer des muscles superficiels à partir de la surface de la peau. Compte tenu des caractéristiques non stationnaires de la sEMG, les récents travaux de sélection de caractéristiques pour la reconnaissance des gestes de la main utilisant les signaux sEMG nécessitent que les concepteurs utilisent des méthodes basées sur la factorisation de matrice non négative (NMF). Cette méthode exploite à la fois la nature additive et parcimonieuse des signaux en extrayant des mesures précises et fiables des caractéristiques sEMG en utilisant un minimum de capteurs. Les tests ont été réalisés pour des flexions de doigts simples et complexes à l'aide de plusieurs expériences avec un schéma de classification de réseau de neurones artificiels. Il est démontré, à la fois par des études de simulation et expérimentales, que l'algorithme proposé est capable de classer dix flexions de doigts (cinq flexions simples et cinq flexions complexes) enregistrées à partir de deux capteurs sEMG avec une précision allant jusqu'à 92 % (95 % pour les flexions simples et 87 % pour les flexions complexes). Les performances de reconnaissance des flexions de doigts simples et complexes sont également validées avec l'analyse de matrice de permutation NMF.