深度学习辅助的纳米网格多肌肉肌电人工喉系统：高精度可穿戴语音重建新策略

本文推荐一种基于金纳米网格电极的多通道肌电（EMG）人工喉系统，可同步采集舌骨上肌、胸骨甲状腺肌与咬肌的电信号，并利用深度学习框架BioSpeechNet实现高达94.8%的词语识别准确率。该系统通过全柔性接口显著提升信号质量（RMS从0.3806 mV提升至0.6074 mV），首次揭示咬肌在语音识别中贡献最显著判别信息，为发声障碍患者提供了高精度、可穿戴的语音重建解决方案。

　　

Highlight

本研究开发了一种创新型多通道肌电人工喉系统（MCEAT），利用超薄金纳米网格电极同步记录来自舌骨上肌、胸骨甲状腺肌和咬肌的肌电图（EMG）信号。纳米网格电极展现出卓越的皮肤接触性与导电性，将信号均方根值（RMS）从0.3806 mV提升至0.6074 mV。全柔性接口设计将纳米网格与微型化电路无缝连接，显著改善穿戴舒适度与信号完整性。在信号分类方面，我们引入了深度学习框架BioSpeechNet，该网络能够从瞬态EMG信号中以超过94%的准确率识别单词与短语。深入分析表明，咬肌为语音识别提供了最具判别力的信息。本研究不仅展示了一种可靠的纳米网格-电路接口，更凸显了多肌肉EMG在高精度可穿戴语音重建领域的巨大潜力。

Preparing process of the Au nanomesh

我们开发了一种通过静电纺丝技术（设备：QINGZITECH E02-001）制备聚乙烯醇（PVA）纳米网格的工艺。为配制PVA溶液，将10克PVA颗粒置于瓶中，加入去离子（DI）水直至总体积达到50毫升。随后，该溶液在80°C下搅拌3小时。配制好的PVA溶液以1.2 mL/h的速率泵入静电纺丝装置，电压设定为15 kV。静电纺丝完成后，将纳米网格置于...

Charactering process of the Au nanomesh electrode

纳米网格的制备方法如第2.1节所述。金/PVA（Au/PVA）纳米网格是一种高性能的超软电子器件，具有优异的性能。它能够监测人体的场电位，同时使受试者能够自由活动而不受任何干扰。本部分将进行表征测试以评估系统性能。图1b展示了MCEAT系统，包括Silbione弹性体、铜（Cu）电极和棕色织物胶带。Silbione是一种无毒...

Conclusion

总之，本研究提出了MCEAT系统，这是一种多通道肌电人工喉，能够执行语音识别任务，同时从三块肌肉收集EMG信号。该系统将纳米网格电极与深度学习相结合，实现了卓越的性能。与先前基于石墨烯和单肌肉EMG的方法不同，我们的系统利用了多肌肉数据，证明咬肌能产生比舌骨上肌和胸骨甲状腺肌更具信息量的信号。