Des muscles au mouvement : le rôle de la disposition des capteurs et des facteurs physiologiques dans le décodage des mouvements de la mainFrom muscles to motion: the role of sensor layout and physiological factors in hand motion decoding.
Cette étude évalue la prédiction continue de la flexion des articulations de la main et du poignet à l'aide de la base de données MyoKi, qui comprend des données d'électromyographie de surface, d'unités de mesure inertielle et de myographie de force provenant de 35 participants sans handicap effectuant 74 tâches de la vie quotidienne. En utilisant un réseau de neurones à mémoire court-terme long, l'impact de facteurs liés au participant et à l'expérience sur la précision du décodage a été étudié. Les résultats montrent que l'extension de la couverture des capteurs et la combinaison de multiples modalités de capteurs améliorent significativement les performances, en particulier pour les articulations contrôlées par les muscles extrinsèques. La fatigue musculaire, le temps d'enregistrement et les caractéristiques du participant influencent également la précision. Le décodage des mouvements contrôlés par les muscles intrinsèques de la main reste difficile. Ces résultats fournissent des orientations pour optimiser les configurations de capteurs dans les applications prothétiques et robotiques.
L'extension de la couverture des capteurs à des régions musculaires supplémentaires améliore la précision du décodage. La combinaison de multiples modalités de capteurs (EMG, IMU, force myography) améliore significativement les performances. La fatigue musculaire, le temps d'enregistrement et les caractéristiques du participant (poids) influencent la précision du modèle. Le décodage des mouvements contrôlés par les muscles intrinsèques de la main reste difficile en raison de limitations anatomiques. Les résultats fournissent des orientations pour optimiser les configurations de capteurs dans les applications prothétiques et robotiques.
Les résultats peuvent guider la conception de prothèses myoélectriques plus efficaces pour les patients amputés. L'optimisation des capteurs pourrait améliorer le contrôle de dispositifs d'assistance pour les personnes atteintes de troubles moteurs. La prise en compte de la fatigue musculaire dans les modèles de décodage pourrait améliorer la robustesse en situation réelle.
L'étude a été réalisée uniquement sur des participants sans handicap, limitant la généralisation aux populations cliniques. Les tâches quotidiennes incluses ne couvrent peut-être pas toute la variété des mouvements de la main. Le décodage des muscles intrinsèques reste un défi et n'a pas été résolu par les configurations actuelles. L'impact de la fatigue musculaire a été mesuré de manière indirecte via le temps d'enregistrement.
Faible