다중 주제/일상 활동 EMG 기반 기계 손 제어

배경: 팔꿈치 표면 근전도(EMG)는 1960년대부터 활성 손 보철물을 더욱 정교하게 제어하기 위해 사용되어 왔습니다. 최근 연구에 따르면 Touch Bionics의 i-LIMB와 같은 정교한 다관절 손 보철물과 DLR II와 같은 다관절 다자유도 기계 손을 제어하는 데 사용할 수 있습니다. 이 논문에서는 이전 연구를 확장하고 이러한 정밀 제어 가능성의 견고성을 두 가지 방법으로 조사합니다: 첫째, 10명의 건강한 피험자로부터 얻은 데이터를 분석하여 기술의 일반 적용 가능성을 평가하고, 둘째, 기준 제어 조건(팔이 이완되고 테이블 위에 놓인 상태)을 "일상 활동"(DLA) 조건과 비교하여 피험자가 실제 생활에서 수행해야 하는 활동에 대한 실험적 대리로 삼습니다. 또한 피험자 간 모델 분석을 제안합니다. 즉, 한 피험자에 대해 모델을 훈련시키고 다른 피험자에 대해 테스트합니다. 사전 훈련된 모델의 사용은 피험자/환자가 손 사용에 숙련되는 데 필요한 시간을 단축하는 데 유용할 수 있습니다. 결과: 표준 기계 학습 기술은 기준 조건에서 약 97%의 실시간 그립 자세 분류율을 달성했으며 DLA 조건에서는 95%를 달성했습니다. 그리고 필요한 힘을 재구성하는 동안 평균 약 0.93(0.90)의 목표 상관관계를 보였습니다. 피험자 간 분석은 현재 상태에서는 확정적이지 않지만 고무적입니다. 결론: 여기서 얻어진 성능 수치는 통제된 조건 및/또는 절단자에 대한 이전 작업에서 얻어진 수치와 비슷한 차원에 있으며, 이는 이 기술이 합리적으로 모든 피험자와 DLA 상황에서 사용될 수 있다고 주장할 수 있습니다. 이전에 훈련된 모델의 사용은 여기서 완전히 평가되지 않았지만, 더 최근의 작업은 이것이 가능성 있는 방법임을 나타냅니다.