增强型上肢假肢控制：EMG与NIRS信号融合接口

本文主要探讨了"肌电（Electromyography, EMG）与近红外光谱（Near-Infrared Spectroscopy, NIRS）信号在上肢假肢控制中的应用与融合"。随着先进肌电假肢的发展，其性能受限于截肢残余肌肉的信号质量和实时控制能力。为了克服这些局限，研究者提出了一种创新的人机交互界面设计，它结合了EMG和NIRS这两种生物信号检测技术。 EMG是通过记录肌肉活动时产生的微弱电流变化来监测肌肉收缩，常用于控制假肢运动。然而，单凭EMG信号可能存在信号干扰、信噪比低等问题，特别是在残余肌肉信号弱或不稳定的情况下。NIRS则是一种非侵入性的光谱技术，可以测量血液中的血红蛋白对特定波长光的吸收变化，从而反映肌肉的氧合状态，提供额外的生理信息。 在这项研究中，作者通过实验比较了三种不同类型的传感器：纯EMG、纯NIRS以及EMG和NIRS相结合的方法。实验包括13名健康志愿者和三名截肢者，他们参与了虚拟假肢运动识别系统的评估。实验结果显示，结合EMG和NIRS的系统在离线分类准确率（Classification Accuracy, CA）和实时性能方面均优于单独使用EMG或NIRS的情况。离线分类准确率的提升表明了多源信号融合有助于更精确地识别和解析肌肉活动；而在线性能的改善则反映了这种融合方法能够提供更稳定和实时的假肢控制。 这项工作对于提升上肢假肢的控制精度和用户体验具有重要意义，因为它展示了如何通过集成多种生物信号技术来增强人机接口，弥补传统肌电信号的不足。未来的研究可能会进一步优化信号处理算法，提高实时性能，并探索更多的应用场景，例如精细动作控制或者适应性反馈。这种结合EMG和NIRS的智能假肢控制系统有望推动假肢技术向着更加自然、高效的方向发展。