Myoelectric Control for Hand Prostheses
Författare
Summary, in Swedish
Popular Abstract in Swedish
Denna avhandling syftar till att förbättra styrningen av myoelektriska handproteser. De primära målen har varit (1) att generera korrekt kontroll för så många handrörelser som möjligt, (2) att förbättra träningsförfarandet så att operatören på ett intuitivt sätt snabbt kan bemästra ett flertal rörelser och (3) att minska tiden som behövs för att matematiskt justera in systemet till maximalt ett par minuter, så att man enkelt kan utföra olika typer av optimeringar, såsom omplacering av elektroder. En initial median noggrannhet på sex rörelser utav tio utförda med hundra procents korrekthet har hittills uppnåtts. En ny träningsuppställning för amputerade, där en datahandske (en handske med vinkelmätare för lederna) monteras på den kontralaterala handen, har föreslagits. Data- handsken möjliggör snabb insamling av ledvinklar i handen simultant med elektromyografi av motsvarande muskelaktivitet. Vidare uppvisar de föreslagna igenkänningsalgoritmerna en inställningstid under 30 sekunder för förinspelad data på tre minuter (tio basrörelser) på en högst ordinär dator. Algoritmerna lämpar sig utmärkt för en realtidsapplikation, där justeringarna av systemet sker fortlöpande, då de ej behöver någon extra inställningstid. I denna utföringsform ökade noggrannheten och antal rätt klassificerade rörelser till mer än åtta utav tio standardrörelser, medan tidsfördröjningen mellan ”facit” och den predicerade rörelsen minskade till 50–100 ms
Denna avhandling syftar till att förbättra styrningen av myoelektriska handproteser. De primära målen har varit (1) att generera korrekt kontroll för så många handrörelser som möjligt, (2) att förbättra träningsförfarandet så att operatören på ett intuitivt sätt snabbt kan bemästra ett flertal rörelser och (3) att minska tiden som behövs för att matematiskt justera in systemet till maximalt ett par minuter, så att man enkelt kan utföra olika typer av optimeringar, såsom omplacering av elektroder. En initial median noggrannhet på sex rörelser utav tio utförda med hundra procents korrekthet har hittills uppnåtts. En ny träningsuppställning för amputerade, där en datahandske (en handske med vinkelmätare för lederna) monteras på den kontralaterala handen, har föreslagits. Data- handsken möjliggör snabb insamling av ledvinklar i handen simultant med elektromyografi av motsvarande muskelaktivitet. Vidare uppvisar de föreslagna igenkänningsalgoritmerna en inställningstid under 30 sekunder för förinspelad data på tre minuter (tio basrörelser) på en högst ordinär dator. Algoritmerna lämpar sig utmärkt för en realtidsapplikation, där justeringarna av systemet sker fortlöpande, då de ej behöver någon extra inställningstid. I denna utföringsform ökade noggrannheten och antal rätt klassificerade rörelser till mer än åtta utav tio standardrörelser, medan tidsfördröjningen mellan ”facit” och den predicerade rörelsen minskade till 50–100 ms
Avdelning/ar
Publiceringsår
2004
Språk
Engelska
Dokumenttyp
Doktorsavhandling
Förlag
Department of Electrical Measurements, Lund University
Ämne
- Medical Engineering
Nyckelord
- Mät- och instrumenteringsteknik
- Care and help to handicapped
- Handikappade
- vård och rehabilitering
- Instrumentation technology
- Virtual
- Recognition
- Real time
- On-line learning
- Myoelectric
- Hand prosthesis
- EMG
- ANN
- Artificial hands
Status
Published
Handledare
ISBN/ISSN/Övrigt
- ISRN:LUTEDX/TEEM--1078--SE
Försvarsdatum
2 april 2004
Försvarstid
10:15
Försvarsplats
Room E:1406, E-building, Lund Institute of Technology
Opponent
- Johan Wessberg (Docent)