일반 근육골격 모델에 기반한 근전기 제어: 다중 사용자 신경-기계 인터페이스를 향하여

이 논문은 근육 수축과 손목 굴곡/신전 사이의 조정된 움직임을 지속적으로 예측하기 위해 사용자 일반적인 새로운 근전기(EMG) 기반 신경-기계 인터페이스(NMI)를 개발하는 것을 목표로 하였다. NMI는 개별 사용자를 위한 모니터링된 근육에 대한 최대 자발적 근육 수축을 포착하는 최소한의 보정 절차만을 요구한다. NMI의 중심에는 여섯 명의 비장애인(AB) 피험자와 아홉 가지 다른 상지 자세에서 수집된 실험 데이터를 기반으로 한 사용자 일반적인 근육골격 모델이 있다. 일반 모델은 AB 피험자와 반지절단환자 모두에게 온라인으로 평가되었다. 피험자들은 다양한 상지 자세와 매칭되는 가상 손/손목 자세 수행을 지시받았다. 일반 모델의 온라인 성능은 각 개별 사용자에게 맞춰진 근육골격 모델(이하 “특정 모델”)과 비교되었다. 모든 피험자는 사용자 일반 NMI를 사용하면서 할당된 가상 작업을 완료했으며, AB 피험자는 절단환자보다 더 나은 성능을 기록하였다. 흥미롭게도, 특정 모델과 비교했을 때, 일반 모델은 가상 손/손목 자세 매칭 작업에서 유사한 완료 시간, 감소된 과잉 수행 횟수, 개선된 경로 효율성을 보여주었다. 결과는 여러 사용자, 특히 상지 절단인을 포함할 수 있는 근육골격 모델에 기반한 EMG 구동 NMI를 설계하는 것이 가능하다는 것을 제안하였다. 현재의 새로운 방법은 빈번하고 긴 커스터마이징 및 보정을 요구하는 기존의 고급 EMG 기반 NMI의 문제를 해결할 수 있을 것이다. 우리의 향후 연구는 동력 의수에 대한 개발된 NMI 평가에 초점을 맞출 것이다.