符合标准的磁传感器阵列可实现实时力肌图模式识别，助力截肢者实现灵巧的手部控制

《IEEE Transactions on Neural Systems and Rehabilitation Engineering》：Compliant Magnetic Sensor Arrays Enable Real-Time Force Myogram Pattern Recognition for Dexterous Hand Control by Amputees

　　

摘要：

改进截肢者抓取意图的推断技术，有望提升动力假手的控制性能。与临床中常用的肌电图相比，力量肌电图近年来被视为一种潜在的替代方案。为此，我们设计了创新的柔性磁力力量肌电图传感器阵列，用于识别前臂肌肉活动模式，从而使包括3名上肢截肢者在内的10名受试者能够实时操控灵巧的人工手。我们制造了含有18或24个柔性磁力力量肌电图传感模块的传感器阵列，证明了我们的3D扫描—3D打印工艺具有高度的可定制性，能够为不同肢体结构的受试者打造个性化的可穿戴传感器阵列。在实时控制实验中，10名受试者平均能控制16.20 ± 3.68类不同的抓取动作，平均准确率为93.64% ± 2.90%。此外，我们还运用主成分分析方法来筛选最具影响力的传感器，并提高后续离线分析中的分类精度。10名受试者中有7人在使用更少数量的柔性磁力传感器时取得了最高准确率，这凸显了基于主成分分析的传感器筛选方法的价值。由于所设计的柔性磁力传感器阵列实用性极高，且信噪比为34.51 dB ± 1.49 dB，我们还将3名截肢者和7名非截肢者的力量肌电图信号数据以开源形式提供给研究界。这类创新的柔性磁力力量肌电图传感器阵列有望推动假手控制技术的发展，可在触觉感知、触觉反馈、医疗机器人以及康复治疗等领域得到广泛应用。