面向多关节外骨骼的生物信号关节角度估计

基于摘要分析。该研究面向多关节机器人外骨骼的控制，提出利用 EMG 与数学肌肉骨骼模型估计手臂和手部关节角度的方法，并将其用于 Brain-Machine Interface（BMI）职业治疗辅助服 BOTAS。 核心机制是通过数学肌肉骨骼模型，将 EMG 信号转换为关节角度估计，为外骨骼提供控制信息。BOTAS 系统本身可由 EEG 和 EMG 控制，但本文摘要所述新方法及验证主要针对 EMG，不能据此认定其验证了 EEG 关节角度解码或 EEG 与 EMG 融合控制。 作者报告，在六名健全参与者中，该方法成功估计了肘关节、腕关节和食指掌指（MP）关节的屈伸角度；在一名上颈段脊髓损伤患者中，成功估计了肘关节角度。作者还报告，参与者能够利用该方法控制 BOTAS。摘要未给出角度误差、控制延迟或任务完成情况等定量指标，也未明确患者是否完成了外骨骼控制任务，不能将单名患者的肘关节结果外推为瘫痪手臂与手指的普遍控制能力。 作者据此认为，该方法具有帮助手臂及手指瘫痪患者控制机器人外骨骼的潜力。复现与适用性评估需进一步核对 EMG 采集与预处理、肌肉骨骼模型及个体校准方式、角度参考测量、训练与测试划分、残余肌肉活动要求，以及外骨骼控制与安全设置；实验协议、消融及统计信息尚未验证。