基于高密度表面肌电信号的个人生物识别技术
分类：
SAGA肌电
作者：
Jiang Xinyu, Xu Ke, Liu Xiangyu, Liu Da, Dai Chenyun* , Chen Wei*
来源：
IEEE Engineering in Medicine & Biology Society
发布时间：
2020-08-27
访问量：
(复旦大学)Jiang等人从22名被试的右手手背采集了64通道HD-sEMG信号，用于识别不同的被试。使用TMSi SAGA 64+，间距为8mm的64通道阵列电极放置被试的右手手背，以4000Hz的采样频率采集信号。每个试验有8个任务，每个任务持续3秒，一个试验重复8次。该研究实现了99.5%的正确率来识别每个被试的身份，从而证明了HD-sEMG在个人识别方面的优越性。与传统sEMG相比，HD-sEMG阵列电极提供高分辨率空间信息。目前所知，这是第一项使用HD-sEMG作为个人识别应用的生物识别模式研究。
图 实验环境和电极放置
图 实验设计中8个任务的顺序
图 T-SNE数据可视化，任务5为例的信号，颜色代表不同被试
关键词：
任务分析,生物识别,EMG,支持向量机,数据可视化,维拓启创
下一页
慢性脑卒中患者手抓握释放动作意图的EEG-EMG混合实时分类研究
可穿戴机器人系统，就像多自由度软手套一样，有可能改善手部运动损伤。根据用户的意图直观控制的康复系统有望诱导用户积极参与，进一步促进大脑可塑性。我们实施了一个结合脑电和肌电的分类器来检测慢性中风患者的四种意图。
微信公众号
