Learning and Online Replication of Grasp Forces from Electromyography Signals for Prosthetic Finger Control

要約

部分的な手の切断は、個人の身体的および心理社会的幸福に大きな影響を与えますが、外部に動力を与えられた補綴物の直感的な制御は依然としてオープンな課題です。
このギャップに対処するために、筋電図（EMG）シグナルによって活性化された力制御の補綴指を開発しました。
手首のブレースを中心に構築されたプロトタイプは、インデックスの近くに配置された超数の指として機能し、障害のない被験者の初期段階の評価を可能にします。
次に、ニューラルネットワークベースのモデルが実装され、EMG入力からの指先力を推定し、補綴フィンガーグリップ強度のオンライン調整が可能になりました。
フォース推定モデルは、10人の参加者との実験を通じて検証され、力の予測におけるその有効性が示されました。
さらに、プロテーゼを着用した4人のユーザーによるオンライントライアルは、デバイスを正確に制御することを示しました。
私たちの調査結果は、EMGベースの力推定を使用して補綴指の機能を高める可能性を強調しています。

要約(オリジナル)

Partial hand amputations significantly affect the physical and psychosocial well-being of individuals, yet intuitive control of externally powered prostheses remains an open challenge. To address this gap, we developed a force-controlled prosthetic finger activated by electromyography (EMG) signals. The prototype, constructed around a wrist brace, functions as a supernumerary finger placed near the index, allowing for early-stage evaluation on unimpaired subjects. A neural network-based model was then implemented to estimate fingertip forces from EMG inputs, allowing for online adjustment of the prosthetic finger grip strength. The force estimation model was validated through experiments with ten participants, demonstrating its effectiveness in predicting forces. Additionally, online trials with four users wearing the prosthesis exhibited precise control over the device. Our findings highlight the potential of using EMG-based force estimation to enhance the functionality of prosthetic fingers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google