多模态感知反馈智能假肢手——回春妙“手”

基于人体表面肌电信号(surface electromyography, sEMG)和多传感器数据构建一种人机一体化的假肢控制系统和感知系统,实现了肢体常规物理动作的实时控制,并建立了人体对外部信息的实时反馈系统。利用概率神经网络(PNN)对提取出的肌电特征进行识别和分类,手势识别率能够达到96.8%,同时克服了其他神经网络学习复杂度高、用时长的缺点,进一步增强了假肢手控制系统的实时性。另外,利用多传感器检测假肢手外部物理信息,以此构建一个多模态的闭环感知反馈系统,实现了人体和机械的智能融合。