基于运动单元动作电位序列的肌电解码与假肢连续运动控制

This project proposes to investigate the technology of decoding the motor unit action potential train (MUAPt) from high-density surface electromyography (EMG). This technique will be applied for a novel dexterous human-machine interface and the corresponding system integration. High-density EMG signals and intramuscular EMG signals will be recorded concurrently to verify the decomposition algorithm and to extract spatial information of MAUPts. The relationship between hand movements and MUAPt will be analyzed to build a novel control model which can realize simultaneous and proportional estimation of multiple degrees-of-freedom (DOF) kinematics. The recording channel configuration of high-density surface EMG, including electrode number and spatial distribution, will be optimized to improve the decomposition performance of MUAPt. This project will not only realize the simultaneous and continuous control of prosthetic hand wrist and fingers, but also provide enabling techniques for human-machine interface and dexterous prosthetics with high transmission rate.

项目拟通过研究基于高密度表面肌电测量技术的MUAPt解码方法，探索基于运动单元动作电位序列的新型灵巧假肢生机接口及其集成方法：从理论分析和实验验证两方面入手，通过侵入式肌内肌电信号和高密度表面肌电信号的同步测量，研究基于表面肌电信号的MUAPt的反解及其解剖学位置标定方法，构建新一代的神经控制模型。分析人手运动参数与MUAPt的相关性，建立运动模式在MUAPt中的表征模型、多自由度运动的同步比例预测模型，使生机接口功能由离散模式控制转向连续运动控制。研究面向MUAPt反解的高密度表面肌电通道约减方法，建立多自由度实时灵巧假肢控制生机接口，实现人手腕部及局部精细自由度的连续运动控制，为高传输率生机接口及灵巧假肢研制积累科学基础。

项目通过研究基于高密度表面肌电测量技术的MUAPt解码方法，探索基于运动单元动作电位序列的新型灵巧假肢生机接口及其集成方法，使生机接口功能由离散模式控制转向连续运动控制，为高传输率生机接口及灵巧假肢研制积累科学基础。项目执行过程中，建立了高密度表面肌电信号仿真模型，提出了基于模板匹配的MUAPt分解方法，并设计了运动单元动作电位序列（MUAPt）实时解码算法，构建了基于瞬态肌电图像的腕部多自由度连续运动解码方法。在此基础上，研制了微阵列式多通道肌电采集系统，并在SJT-7仿人假肢手（6自由度、11个活动关节）实现了集成，在性能和外观上进一步接近于人手。研究成果在IEEE Trans. on Industrial Informatics、IEEE Journal of Biomedical and Health Informatics、IEEE Sensors Journal等重要学术期刊和国际会议发表论文20篇，其中SCI收录论文7篇。新增发明专利申请8项（其中授权1项），获软件著作权登记2项。研究成果获教育部自然科学一等奖1项。项目执行期间，培养博士研究生7名（其中5名在读），硕士研究生5名。圆满完成了项目的既定研究内容和研究目标。