다중 사용자 마이오 전기 인터페이스를 위한 사용자 독립적 특징을 추출하기 위한 비선형 모델링 EMG 신호

이 연구에서는 새로운 사용자에게 쉽게 적응할 수 있는 다중 사용자 마이오 전기 인터페이스를 제안합니다. 사용자가 다양한 동작(예: 잡기 및 집기)을 수행할 때마다 서로 다른 근전도(EMG) 신호가 측정됩니다. 서로 다른 사용자가 동일한 동작(예: 잡기)을 수행할 때도 서로 다른 EMG 신호가 측정됩니다. 따라서 다수의 사용자가 여러 동작을 수행할 수 있는 마이오 전기 인터페이스를 설계하는 것은 어렵습니다. 이 문제를 해결하기 위해, EMG 신호를 두 가지 선형 요소로 구성된 비선형 모델을 제안합니다: 1) 사용자 의존적 요소와 2) 동작 의존적 요소. EMG 신호를 이 두 요소로 분해함으로써, 추출된 동작 의존적 요소는 사용자 독립적 특징으로 사용될 수 있습니다. 우리는 추출된 특징 공간에서 동작 분류기를 구축하여 다중 사용자 인터페이스를 개발할 수 있습니다. 새로운 사용자의 경우, 제안된 적응 방법은 몇 번의 상호작용을 통해 사용자 의존적 요소를 추정합니다. 추정된 사용자 의존적 요소와 함께한 비선형 EMG 모델은 새로운 사용자 데이터를 통해 사용자 독립적 특징을 추출할 수 있습니다. 우리는 네 개의 채널 EMG 신호를 사용하여 로봇 손 제어를 위한 다섯 가지 손 제스처 인식 작업에 제안된 방법을 적용했습니다. 우리의 방법은 73%의 정확도를 기록했으며, 이는 1%의 유의 수준에서 두 샘플 t-검정의 결과로 표준 비다중 사용자 인터페이스의 정확도와 통계적으로 유의미한 차이가 있었습니다.