In most reported studies of EMG pat

In most reported studies of EMG pattern recognition
systems for multifunctional prosthesis control, subjects
generally took a seated position with a tested arm resting
on a plate surface such as chair arm or table and multichannel
EMG signals were acquired with a number of
surface electrodes placed on either the muscles of forearm
and hand for an able-bodied subject or the residual
muscles for an upper-limb amputee. One portion of the
acquired EMG data was used to train a classifier and
then remaining portion was loaded into the trained classifier
for calculating the offline classification accuracy in identifying a number of arm and hand movements
[4-18,21-23]. With this experimental setting mode, high
classification accuracies were often achieved since the
training and testing EMG data could be consistently
recorded in a constant position of the tested arm. However,
this procedure would be different from the clinical
application of a multifunctional myoelectric prosthesis,
where the user’s arm position varies when he/she is
going to activities of daily living.

ผลลัพธ์ (ไทย) 1:

เป็นรายงานการศึกษาการรู้จำรูปแบบการดำรง
ระบบควบคุมโดยกายอุปกรณ์ เรื่อง
โดยทั่วไปแล้วเอามานั่ง ด้วยแขนทดสอบที่เหลือ
บนแผ่นพื้นผิวเช่นแขนของเก้าอี้ หรือโต๊ะ และ multichannel
สัญญาณดำรงสินทรัพย์ ด้วยจำนวน
หุงตผิวอยู่ในกล้ามเนื้อของปลายแขน
และมือสำหรับเรื่องการ able-bodied หรือส่วนที่เหลือจากการ
กล้ามเนื้อสำหรับการ amputee บนขา ส่วนหนึ่งของการ
ดำรงได้รับข้อมูลใช้ในการรถไฟการ classifier และ
แล้วส่วนที่เหลือถูกโหลดลงใน classifier ฝึก
สำหรับคำนวณความถูกต้องประเภทแบบออฟไลน์ในการระบุจำนวนความเคลื่อนไหวของแขนและมือ
[4-18,21-23] นี้ทดลองตั้งค่าโหมด สูง
accuracies ประเภทมักสำเร็จตั้งแต่การ
ฝึกอบรม และทดสอบข้อมูลดำรงอาจสม่ำเสมอ
บันทึกในตำแหน่งที่คงที่ของแขนทดสอบได้ อย่างไรก็ตาม,
ขั้นตอนนี้จะแตกต่างจากที่คลินิก
ใช้ของกายอุปกรณ์การจองโดย myoelectric การ,
ที่ตำแหน่งแขนของผู้ใช้ไปจนเมื่อจะ
ไปกิจกรรมของชีวิตประจำวัน

ผลลัพธ์ (ไทย) 2:

ในรายงานการศึกษามากที่สุดของ EMG การจดจำรูปแบบ
ระบบการควบคุมเทียมมัลติฟังก์ชั่วิชา
ทั่วไปเข้ารับตำแหน่งนั่งด้วยแขนทดสอบที่วางอยู่
บนพื้นผิวแผ่นเช่นแขนเก้าอี้หรือตารางและหลายช่อง
สัญญาณ EMG ได้มากับจำนวนของ
ขั้วไฟฟ้าที่วางอยู่บนพื้นผิวทั้ง กล้ามเนื้อของแขน
และมือสำหรับเรื่องฉกรรจ์ที่เหลือหรือ
กล้ามเนื้อสำหรับการชะงักงันบนกิ่งไม้ ส่วนหนึ่งของ
ข้อมูลที่ได้มาอีเอ็มถูกนำมาใช้ในการฝึกอบรมลักษณนามและ
จากนั้นส่วนที่เหลือได้รับการโหลดลงในจําแนกได้รับการฝึกฝน
ที่ถูกต้องสำหรับการคำนวณการจัดหมวดหมู่แบบออฟไลน์ในการระบุจำนวนของแขนและมือเคลื่อนไหว
[4-18,21-23] ด้วยโหมดการตั้งค่านี้ทดลองสูง
จำแนกความถูกต้องมักจะประสบความสำเร็จตั้งแต่
การฝึกอบรมและการทดสอบข้อมูลอีเอ็มจะได้รับการอย่างต่อเนื่อง
ที่บันทึกไว้ในตำแหน่งที่คงที่ของแขนทดสอบ แต่
ขั้นตอนนี้จะแตกต่างจากคลินิก
การประยุกต์ใช้เทียม myoelectric มัลติฟังก์ชั่
ที่ตำแหน่งแขนของผู้ใช้แตกต่างกันไปเมื่อเขา / เธอจะ
ไปกับกิจกรรมในชีวิตประจำวัน

ผลลัพธ์ (ไทย) 3:

ในส่วนของรายงานการศึกษาระบบจดจำ
รูปแบบสัญญาณกล้ามเนื้อเพื่อควบคุมเทียมโดยทั่วไปใช้วิชา
นั่งอยู่กับการทดสอบแขนพัก
บนแผ่นผิว เช่น แขน หรือ โต๊ะเก้าอี้ และสัญญาณ EMG Multichannel
ได้มา ด้วยหมายเลขของ
มืดมิดที่วางอยู่บนให้กล้ามเนื้อของปลายแขน
และมือสำหรับ เรื่องฉกรรจ์หรือตกค้าง
กล้ามแขนเป็นแขน ขา ส่วนหนึ่งของข้อมูลที่ได้สามารถใช้

แล้วและรถไฟลักษณนามส่วนที่เหลือถูกโหลดเข้าไปในการฝึกอบรมแบบออฟไลน์
คำนวณความแม่นยำในการจำแนกระบุหมายเลขของแขนและมือเคลื่อนไหว
[ 4-18,21-23 ] กับการตั้งค่านี้ทดลองโหมดความถูกต้องสูงมักจะได้รับการ

ตั้งแต่การฝึกอบรมและทดสอบข้อมูล EMG ได้เสมอ
ที่บันทึกไว้ในตำแหน่งที่คงที่ของการใช้แขน อย่างไรก็ตาม
ขั้นตอนนี้จะแตกต่างจากคลินิก
การประยุกต์ใช้โดย myoelectric เทียม
ที่แขน , ตำแหน่งของผู้ใช้แตกต่างกันไป เมื่อเขา / เธอ
ไปกิจกรรมของชีวิตประจำวัน