Предсказание силы Копмана-Дривена через ЭМГ.

Потеря ручной функции из-за таких условий, как инсульт или множественный склероз, влияет на повседневную деятельность. Роботологическая реабилитация обеспечивает средства для восстановления функции рук, в то время как поверхностная электромиография (SEMG) позволяет адаптировать выходное усилие устройства к состоянию пользователя, тем самым улучшая результаты реабилитации. Основное внимание в этом исследовании уделяется точному прогнозированию силы сцепления во время хватки за среднюю оболочку с использованием одной пары датчиков SEMG, решая проблему, связанную с повышением требований к датчикам. Мы провели измерения ГРПМ по 13 предметам в двух предплечьях, подтверждая результаты с помощью ручного динамометра. Установленные гибкие этапы обработки сигналов позволили достичь высоких максимальных перекосов между обработанным сигналом SEMG и силой сцепления. Впоследствии в результате анализа чувствительности были выявлены влиятельные параметры. Используя новый основанный на данных подход, основанный на Koopman, и перенос данных по конкретным проблемам, мы разработали метод оценки и краткосрочного прогнозирования силы сцепления на основе обработанных сигналов SEMG. При этом методе была достигнута средневзвешенная погрешность в абсолютном процентном выражении (wMAPE) в размере ~5,5% для оценки силы сцепления и ~17,9% для прогнозов на 0,5 секунды. Методология доказала свою эффективность в том, что касается точного позиционирования электродов, поскольку воздействие зондирования на показатели погрешности не имеет существенного значения. Алгоритм выполняет исключительно быструю обработку, оценку и прогнозирование 0,5-секундного сигнала SEMG всего за ~30 мс, облегчая реализацию в реальном времени.