Myoelectric signals recorded with e

Myoelectric signals recorded with electrodes on the skin
surface overlying the residual arm muscles have been
used in control of motorized upper-limb prostheses for
several decades [1-23]. A significant improvement over
the traditional EMG control method in myoelectric
prostheses is the use of EMG pattern recognition based
control strategy, which is grounded on the assumption
that the patterns of EMG signals regarding the intended
movements are consistent and repeatable. Most previous
efforts focused on evaluating the capability of EMG
pattern-recognition algorithms in identifying a number
of motion classes in an ideal laboratory setting. Because
of some disparities between laboratory investigation and
practical use of a myoelectric prosthesis, it should be
required to test the control performance in the conditions
of the clinical setting before the myoelectric prosthesis
systems can be clinically viable. Recently, the
influences of some possible issues associated with clinical
applications on the control performance of a multifunctional
myoelectric prosthesis have come to the
attention. To minimize the effect of unintended movements
caused by motion misclassification during the
real-time EMG pattern-recognition control, Simon et al.
reported the use of decision-based velocity ramp that
could attenuate movement speed after a change in classifier
decision [17]. Their post-processing approach
could provide a finer and smooth transition from
current motion class to next identified one. In clinical
use of a myoelectric prosthesis, misalignment inevitably
occurs during prosthesis donning and doffing, resulting
in a change of electrode locations contacted with skin.
Young et al. investigated how the size of the electrode
detection surface and the electrode orientation affected
the robustness of EMG pattern-recognition based prosthesis
control system with electrode shift [18]. While
these reported progresses have been significantly made
towards the clinical applications of EMG patternrecognition
based control, there are still some important
disparities between the laboratory research results and
the clinical performance that remain to be addressed before
the multifunctional myoelectric prostheses are available
for clinical use.
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

ผลลัพธ์ (ไทย) 1:

บันทึกสัญญาณ myoelectric ด้วยหุงตบนผิว
ผิวกล้ามเนื้อแขนที่เหลือเหล่านั้นได้
ใช้ควบคุมเครื่องบนขา prostheses สำหรับ
มาหลายทศวรรษ [1-23] ปรับปรุงอย่างมีนัยสำคัญมากกว่า
วิธีการควบคุมกล้ามดั้งเดิมใน myoelectric
prostheses เป็นการใช้การรู้จำแบบดำรงอยู่
ควบคุมกลยุทธ์ ซึ่งสูตรใน
ที่รูปแบบของสัญญาณกล้ามเกี่ยวกับวัตถุประสงค์การ
เคลื่อนไหวสอดคล้องกัน และทำซ้ำ ก่อนหน้านี้ที่สุด
พยายามเน้นการประเมินความสามารถในการดำรง
อัลกอริทึมการจำแนกลวดลายในการระบุตัวเลข
ของคลาเคลื่อนไหวในห้องปฏิบัติการ เพราะ
ของบางความแตกต่างระหว่างห้องปฏิบัติการตรวจสอบ และ
ใช้กายอุปกรณ์ myoelectric ปฏิบัติ ควรมี
ต้องทดสอบประสิทธิภาพการควบคุมเงื่อนไข
ของคลินิกก่อนกายอุปกรณ์ myoelectric
ระบบสามารถทำงานได้ทางคลินิกได้ ล่าสุด
อิทธิพลของบางปัญหาอาจเกี่ยวข้องกับคลินิก
โปรแกรมประยุกต์ในการควบคุมประสิทธิภาพของการโดย
myoelectric กายอุปกรณ์มา
ความสนใจ เพื่อลดผลของการเคลื่อนไหวโดยไม่ได้ตั้งใจ
เกิดจาก misclassification เคลื่อนไหวระหว่าง
เวลาจริงดำรงการรู้จำแบบควบคุม ไซมอน et al.
รายงานการใช้ความเร็วตามการตัดสินใจทางลาดที่
สามารถ attenuate เคลื่อนไหวเร็วหลังจากการเปลี่ยนแปลงใน classifier
ตัดสินใจ [17] วิธีการประมวลผล
สามารถให้เปลี่ยนปลีกย่อย และเรียบจาก
ปัจจุบันเคลื่อนคลาไประบุหนึ่ง ในทางคลินิก
ใช้กายอุปกรณ์เป็น myoelectric นาน ๆ ย่อม
เกิดระหว่างกายอุปกรณ์สวมใส่ชุด และ doffing เกิด
ในการเปลี่ยนแปลงของอิเล็กโทรดที่ตั้งติดต่อกับผิว
หนุ่มร้อยเอ็ด al. วิธีตรวจสอบขนาดของอิเล็กโทรด
ตรวจพื้นผิวและการวางแนวอิเล็กโทรดที่ได้รับผลกระทบ
เสถียรภาพของดำรงรูปแบบการใช้กายอุปกรณ์
ควบคุมระบบ ด้วยไฟฟ้ากะ [18] ในขณะที่
รายงานเหล่านี้ดำเนินไปได้อย่างมีนัยสำคัญทำ
ต่อโปรแกรมประยุกต์ทางคลินิกของดำรง patternrecognition
ตามควบคุม มียังคงสำคัญบาง
ความแตกต่างระหว่างผลการวิจัยปฏิบัติการ และ
ประสิทธิภาพทางคลินิกที่ยังคงจัดการก่อนที่จะ
prostheses myoelectric โดยมี
สำหรับใช้ทางคลินิก
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
สำหรับคำนวณจัดประเภทออฟไลน์

ผลลัพธ์ (ไทย) 3:

myoelectric สัญญาณที่บันทึกด้วยขั้วไฟฟ้าบนผิว
วางกล้ามแขนที่เหลือได้ถูกใช้ในการควบคุมมอเตอร์ไฟฟ้า

แขนเทียมสำหรับหลายทศวรรษ [ พิจารณา ] การปรับปรุงที่สำคัญกว่า

myoelectric ดั้งเดิมวิธีควบคุมกล้ามเนื้อในขาเทียมคือการใช้รูปแบบของการรับรู้กลยุทธ์การควบคุมกล้ามเนื้อยึด
ซึ่งเป็นเหตุผลที่อัสสัมชัญ
ว่า รูปแบบของสัญญาณ EMG เกี่ยวกับวัตถุประสงค์
การเคลื่อนไหวสอดคล้องและทำซ้ำ . ความพยายามก่อนหน้านี้
ส่วนใหญ่เน้นการประเมินความสามารถของ EMG
รูปแบบขั้นตอนวิธีในการระบุหมายเลข
การเคลื่อนไหวชั้นเรียนในอุดมคติการตั้งค่าห้องปฏิบัติการ . ของบางความแตกต่างระหว่างการสอบสวนเพราะ

ใช้ห้องปฏิบัติการ และประโยชน์ของการ myoelectric มันควรจะ
ต้องทดสอบการควบคุมการปฏิบัติงานในเงื่อนไขของการตั้งค่าทางคลินิกก่อน

myoelectric ระบบเทียมที่สามารถเข้าใช้งานได้อยู่ เมื่อเร็ว ๆนี้
อิทธิพลของบางอย่างที่เป็นไปได้ปัญหาที่เกี่ยวข้องกับคลินิก
โปรแกรมในการควบคุมการทำงานของอวัยวะเทียมมา myoelectric โดย

สนใจ เพื่อลดผลกระทบของการเคลื่อนไหว
ไม่ได้ตั้งใจเกิดจากการเคลื่อนไหวผิดพลาดในระหว่าง
เรียลไทม์ EMG รูปแบบการควบคุม , ไซมอน et al .
รายงานการใช้ทางลาดความเร็วตามการตัดสินใจนั้นจะลดความเร็วในการเคลื่อนที่
หลังจากเปลี่ยนการตัดสินใจแบบ
[ 17 ] วิธีการของการประมวลผล
อาจให้ขึ้น และราบรื่นจาก
ชั้นเคลื่อนไหวปัจจุบันต่อไประบุอย่างใดอย่างหนึ่ง ในคลินิก
ใช้เทียม myoelectric บิด ย่อมเกิดในราศีสิงห์ และ doffing

ในการสวมให้เปลี่ยนขั้ว สถานที่ ติดต่อกับผิว .
หนุ่ม et al . ตรวจสอบว่าขนาดของขั้วไฟฟ้า
ตรวจสอบพื้นผิวและขั้วต่อความทนทานของการปฐมนิเทศ
รูปแบบสัญญาณตามระบบการควบคุมการเปลี่ยนขั้ว
[ 18 ] ในขณะที่
รายงานความคืบหน้าได้รับการทำเหล่านี้สำคัญต่อการใช้งานทางคลินิกของ EMG

patternrecognition ควบคุมตาม ยังคงมีความแตกต่างที่สำคัญระหว่างการวิจัยปฏิบัติการ

คลินิกและการแสดงที่ยังคงที่จะ addressed ก่อน

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

แล้วและรถไฟลักษณนามส่วนที่เหลือถูกโหลดเข้าไปในการฝึกอบรมแบบออฟไลน์หมวดหมู่
สำหรับการคำนวณ