上肢与下肢运动解码在自适应与通用神经康复中的应用
《IEEE Transactions on Neural Systems and Rehabilitation Engineering》:Upper and Lower-Limb Motor Decoding for Adaptive and Generalized Neural Rehabilitation
【字体:
大
中
小
】
时间:2026年05月18日
来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering 5.2
编辑推荐:
摘要:从肌电图(EMG)信号中解码运动意图对神经康复和辅助技术具有变革性潜力,但现有方法仍受到肢体特定架构、个体间及记录会话间泛化能力差以及过度依赖大量标记数据的限制。在这里,我们提出了一个统一的跨肢体框架,首次在单一、一致的学习范式中系统地解决了上肢和下肢的运动解码问题。该框
摘要:
从肌电图(EMG)信号中解码运动意图对神经康复和辅助技术具有变革性潜力,但现有方法仍受到肢体特定架构、个体间及记录会话间泛化能力差以及过度依赖大量标记数据的限制。在这里,我们提出了一个统一的跨肢体框架,首次在单一、一致的学习范式中系统地解决了上肢和下肢的运动解码问题。该框架通过两个互补的泛化层次进行运作:在数据层面,一个基于原则的特征选择过程能够识别出可在不同EMG数据集中转移的领域不变表示;在架构层面,基于Reptile的元学习机制通过自监督的基于置信度的伪标记实现快速少量样本适应,从而在部署过程中无需真实标注。一种考虑偏差的采样策略通过确保在数据量较少时的类别分布平衡来稳定迭代适应过程,减轻自监督收敛中的确认偏差。该框架在涵盖170名受试者的九个公开基准测试中进行了评估,在会话间、受试者间和数据集间的条件下均实现了先进的解码精度,同时保持了针对特定受试者的适应性而无需重复校准,为现实世界康复环境中全面解码运动意图提供了一条可扩展且具有临床可行性的途径。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号