Development of a Low-Cost Prosthetic Hand Using Electromyography and Machine Learning

要約

筋電図検査 (EMG) は筋肉の電気活動の尺度であり、多くの臨床/生物医学分野や現代の人間のコンピュータ インタラクションで使用されています。
筋電義手は、断端から記録された電気信号を分析し、分類します。
分類された出力はロボット ハンドのモーターの位置を制御するために使用され、動きが生成されます。
このプロジェクトの目的は、発展途上国の切断患者のニーズを満たす、低コストで効果的な筋電義手を開発することです。
提案された義手は、3 つの筋肉からの EMG 記録を使用して 5 つの異なるパターン (ジェスチャー) を正確に分類し、それに応じてロボット ハンドを制御できる必要があります。
ロボットハンドは 2 つのサーボモーターで構成されており、2 つの自由度が可能です。
効率的な信号取得および増幅システムを確立した後、EMG 信号は周波数および時間領域で徹底的に分析されました。
両方のドメインから特徴が抽出され、浅いニューラル ネットワークが 2 つのデータ セットでトレーニングされました。
結果は、時間領域と周波数領域でそれぞれ 97.25% と 95.85% の平均分類精度をもたらしました。
さらに、結果は、時間領域分析の計算と応答がより高速であることを示しました。
したがって、それが分類システムに採用されました。
手首の回転機構は、義肢に重要な機能を追加するために設計およびテストされました。
このメカニズムは、5 つのジェスチャのうち 2 つ (各方向に 1 つずつ) によって制御されます。
これにより、全体の設計に 3 番目の自由度が追加されました。
最後に、力センサーと振動モーターを使用した触覚フィードバックシステムを開発し、ユーザーが手に加えられる力を感覚できるようにしました。

要約(オリジナル)

Electromyography (EMG) is a measure of muscular electrical activity and is used in many clinical/biomedical disciplines and modern human computer interaction. Myo-electric prosthetics analyze and classify the electrical signals recorded from the residual limb. The classified output is then used to control the position of motors in a robotic hand and a movement is produced. The aim of this project is to develop a low-cost and effective myo-electric prosthetic hand that would meet the needs of amputees in developing countries. The proposed prosthetic hand should be able to accurately classify five different patterns (gestures) using EMG recordings from three muscles and control a robotic hand accordingly. The robotic hand is composed of two servo motors allowing for two degrees of freedom. After establishing an efficient signal acquisition and amplification system, EMG signals were thoroughly analyzed in the frequency and time domain. Features were extracted from both domains and a shallow neural network was trained on the two sets of data. Results yielded an average classification accuracy of 97.25% and 95.85% for the time and frequency domains respectively. Furthermore, results showed a faster computation and response for the time domain analysis; hence, it was adopted for the classification system. A wrist rotation mechanism was designed and tested to add significant functionality to the prosthetic. The mechanism is controlled by two of the five gestures, one for each direction. Which added a third degree of freedom to the overall design. Finally, a tactile sensory feedback system which uses force sensors and vibration motors was developed to enable sensation of the force inflicted on the hand for the user.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google