XiaoMi-AI文件搜索系统
World File Search Systememg
'我爱你'：从梦中检测到的第一个短语
目的：许多人每晚都有梦想，有些人在梦中保持意识。这样的梦想被称为清醒的梦（LD）。在梦中，我们的语音与面部肌肉活动相关，这很难解码，但LD可以解决这个问题。这项研究的主要假设是LD期间的面部肌肉电活动对应于特定的声音。理解这种联系可以帮助将来解码梦想演讲。材料和方法：在实验室条件下，要求四位LD从业者说“我爱你”，这是具有独特肌电图（EMG）签名的短语。他们在梦中意识到意识之后就睡着了，然后再入睡。在四个区域记录了他们的面部和颈部EMG。结果：所有四个志愿者至少完成了一次目标。在大多数情况下，在清醒和LD期间都观察到与“我爱你”短语相关的模式。具体而言，“ I”大部分时间都触发了亚门核区域的独特阶段活动，而“您”在轨道上的作用也相同。讨论：这项研究强调了仅检测梦想特定和高度emg独特短语的可能性，因为发声还涉及钳子和声音仪器。目前结果的最有趣的结果是，它们表明可能会创建一种可以在现实中并在LD期间使用的人工EMG语言。
使用肌电图控制的机器人时，大脑活动反映了对延迟输入的主观反应
在各种实验环境中，肌电图 (EMG) 信号已用于控制机器人。基于 EMG 的机器人控制需要控制的内在参数，这使得用户很难理解输入协议。当未提供适当的输入时，系统的响应时间会发生变化；因此，无论实际延迟如何，都应调查用户的主观延迟。在本研究中，我们调查了延迟的主观感知对大脑激活的影响。在受试者使用 EMG 信号控制机械手时进行脑部记录，这需要基本的处理延迟。我们使用肌肉协同作用来执行机械手的抓握命令。在通过抓握手来控制机器人后，每次试验都会应用四个额外延迟持续时间（0 毫秒、50 毫秒、125 毫秒和 250 毫秒）之一，并指示受试者回答延迟是自然的、额外的还是他们不确定。我们根据回答（“确定”和“不确定”）比较了大脑活动。我们的结果表明顶叶的 θ 波段存在显著的功率差异，并且这个时间范围包括受试者感觉不到延迟的间隔。我们的研究提供了重要的见解，在构建自适应系统并评估其可用性时应考虑这些见解。
纳米能量
这里我们报道了一种由聚二甲基硅氧烷（PDMS）、多壁碳纳米管（MWCNT）和钕铁硼微粒组成的柔性混合电磁-摩擦电纳米发电机。磁性导电的聚二甲基硅氧烷（MC-PDMS）足够柔软和灵活，可以通过胶带粘贴在不光滑的布料和人体皮肤上，甚至可以缝在织物上。它不仅可以作为EMG的柔性磁性聚合物，在铜线圈中提供电磁感应，还可以用作TENG 0 s电极，传导摩擦电。因此作为TENG，它产生的开路电压和短路电流峰峰值分别为103 V和7.6 μ A，最大功率密度在18.8 M Ω时为7.3 μ W/cm ^ 2。同时，作为EMG，其对应的峰峰值电压、电流和最大功率分别为1.37 V、1.03 mA和0.04 mW/cm ^ 2 (1 K Ω)。它可以在110 s内将10 μ F电容充电至3 V，优于TENG和EMG。此外，它可用于自供电3D轨迹感测，涉及线圈阵列上方高度信息检测的能力。该器件在可穿戴电子和人机领域的应用具有巨大潜力。
植入传感器的神经刺激伪像去除伪像改善了信号清晰度和电动机的解码
随着对可靠和多功能控制的假肢的需求增加，肌电模式识别和植入传感器的最新进展已被证明具有很大的优势。另外，可以通过刺激残留神经来实现假体的感觉反馈，从而可以对假体进行闭环控制。然而，这种刺激会导致肌电图（EMG）信号中的干扰伪影，从而恶化假体的可靠性和功能。在这里，我们实施了两种实时刺激伪影算法，模板减法（TS）和ε范围的最小平均正方形（ε-NLMS），并研究了它们在植入了两种经过植入的具有神经奶酪的经过跨乳液中的植物和实时的肌关系中的性能和实时的肌肌摄影。我们表明，这两种算法都能显着提高信号 - 噪声比（SNR）和totifact-prount的EMG信号的图案识别精度。此外，两种算法都改善了主动神经刺激期间运动意图的实时解码。尽管这些结果取决于用户特定的传感器位置和神经刺激设置，但它们仍然代表了能够多功能控制和同时感觉反馈的双向神经肌肉骨骼假体的进步。
一项研究脑机接口机器人辅助中风康复后神经活动和运动恢复变化的临床试验
图 2. 基于 EEG 的 BMI 控制 MAHI 外骨骼用于中风康复。A) 临床研究方案的时间表。B) 实验装置的示意图，显示中风参与者的受损肘部正在接受 MAHI Exo-II 的训练，同时记录 EEG 和 EMG 活动。在此 BMI 方案中，在向外骨骼发出“开始”或“等待”命令之前，先通过 EEG 成功检测到运动意图，然后对照受损手臂的残留 EMG 活动进行验证。参与者面前的计算机屏幕提示试验的开始和结束，并同时提供运动的视觉反馈。
告诉我期望什么：指令如何影响转介患者的慢性肌筋膜疼痛的疼痛反应
摘要该研究的目的是分析疼痛的影响，没有疼痛对生理学（肌电图（EMG）和知性计）的影响以及认知（数值评级量表（NRS））对疼痛的反应。痛苦的预期和没有痛苦期望的情况。通过在2组样本中用载体触诊kasseter进行疼痛的诱导：30例健康参与者（对照组）和30例患者（颞下颌疾病（TMD）组）慢性肌膜疼痛，并在s术中转诊为慢性肌部疼痛（肌肉表中的肌肉肌肉诊断标准（临时次生肌次数诊断）（DC/TMDMD））。使用混合设计，所有参与者在同一会议中都暴露于疼痛，没有疼痛状况，但是演讲的顺序是在参与者之间平衡的，以控制其可能的影响。相对于两组的无疼痛预期条件，在疼痛期望中观察到了明显较大的瞳孔直径。与对照组相比，TMD组的EMG活性和焦虑，躯体化，灾难性和中心敏化的分数较大。在NRS中，TMD组的得分也明显高于对照组。 与无疼痛预期条件相比，TMD组在预期条件下的NRS得分相似，而对照组的疼痛期望得分较高，而不是疼痛预期。 疼痛预期调节对照中的疼痛认知疼痛评估和瞳孔直径。在NRS中，TMD组的得分也明显高于对照组。与无疼痛预期条件相比，TMD组在预期条件下的NRS得分相似，而对照组的疼痛期望得分较高，而不是疼痛预期。疼痛预期调节对照中的疼痛认知疼痛评估和瞳孔直径。与对照组相比，TMD组的认知疼痛评估发生了变化，尤其是在无疼痛期望状况下，这可能是由于观察到的灾难性水平所指出的那样，这可能是由于过去经历的疼痛重新评估所致。与对照组相比，TMD组在TMD组中发现EMG活性明显更高的EMG活性并不影响EMG。
使用用户友好型、可穿戴的基于 EMG 的神经接口解码偏瘫慢性中风幸存者的手部和手腕运动意图
€ 这些作者的贡献相同。 * 通讯作者：meyerse@battelle.org 摘要：几十年来，假肢和矫形器一直被认为是恢复中风患者手部功能和独立性的潜在手段。然而，75% 的中风幸存者、护理人员和医疗保健专业人员 (HCP) 认为当前的做法还不够，特别指出上肢是需要创新的领域，以开发适用于中风人群的高度可用的假肢/矫形器。控制上肢技术的一种有前途的方法是从表面肌电图 (EMG) 活动中非侵入性地推断运动意图。虽然这种方法在文献中引起了广泛关注，但现有技术通常仅限于研究环境，难以满足所述的用户需求。为了解决这些限制，我们开发了 NeuroLife ® EMG 系统，它由一个可穿戴的前臂套组成，其中嵌入了 150 个电极以及相关的硬件和软件来记录和解码表面肌电图。在这里，我们展示了对 12 种功能性手部、腕部和前臂运动的准确解码，包括来自中风后不同程度慢性损伤的参与者的多种抓握类型，总体准确率为 77.1±5.6%。重要的是，我们展示了以 85.4±6.4% 的准确率解码严重手部损伤患者的 3 种基本运动子集的能力，凸显了其作为辅助技术控制机制的潜力。测试该系统的中风幸存者的反馈表明，袖套的设计满足了各种用户需求，包括舒适、便携和轻便。袖套的外形尺寸使其可以在家中使用，无需专业技术人员，并且可以佩戴数小时而不会感到不适。总而言之，NeuroLife EMG 系统代表了一种平台技术，用于记录和解码高清 EMG，最终以符合用户需求的外形尺寸实时控制辅助设备。
对表面肌电图（SEMG）的批判性评估是医学和运动机能学主题和临床工具
最初讨论了ECG，EEG和EMG等生物电信号的知识的特征和状态。这是探索学业覆盖率的基础，并了解过去60年左右的各自生物电信号亚型的临床接受程度。审查进一步讨论表面EMG（SEMG）。在与SEMG相关的教学和学术培训方面的领域状况，并在医学和运动学的多个领域中接受了临床接受，包括神经病学，心理学，精神病学，物理医学，物理医学和康复，生物力学，生物力学以及运动控制以及运动控制。随后提供了对SEMG信号测量及其解释和使用的临床实用性的现实概述，以及对其发展的观点。主要重点是克罗地亚领域的状态。EMG信号被视为“窗口”，成为神经肌肉系统的功能，神经肌肉系统是一个复杂且分层组织的系统，可控制人体姿势和体重运动。可以消除这些信号的检测和测量的新技术和技术手段，只要能够消除当前的科学，教育和财务障碍，就可以增加临床接受。
小波相干性作为轮椅击剑运动员躯干稳定肌激活的量度
摘要背景：肌肉间同步是有效运动表现和日常生活活动的关键方面之一。本研究旨在利用小波分析评估轮椅击剑运动员躯干稳定肌的同步性。方法：评估了左右两组背阔肌/腹外斜肌 (LD/EOA) 肌肉间的肌肉间同步性和拮抗性 EMG-EMG 相干性。研究组由 16 名轮椅击剑运动员组成，他们是波兰残奥会队的成员，分为两类残疾（A 和 B）。数据分析分三个阶段进行：(1) 使用 sEMG 记录肌肉激活；(2) 小波相干性分析；(3) 相干性密度分析。结果：在残奥会轮椅击剑运动员中，无论其残疾类别如何，肌肉都在低频率水平上被激活：A 类击剑运动员为 8-20 Hz，B 类击剑运动员为 5-15 Hz。结论：结果表明，轮椅击剑运动员（包括脊髓损伤运动员）的躯干肌肉活动明显，这可以解释为他们高强度训练的结果。肌电信号处理应用在提高轮椅运动员的表现和诊断方面具有巨大潜力。关键词：小波分析、残疾运动员、脊髓损伤、肌电图、频率水平
基于表面肌电图的平台，用于评估肌肉减少症
Andrea Caroppo, Gabriele Rescio, Alessandro Leone, Pietro Siciliano National Research Council of Italy - Institute for Microelectronics and Microsystems Via Monteroni, c/o Campus Università del Salento, Palazzina A3, Lecce, Italy email: andrea.caroppo@cnr.it email: gabriele.rescio@cnr.it电子邮件：alessandro.leone@cnr.it电子邮件：pietro.siciliano@le@le.imm.cnr.it摘要 - 肌肉减少症是一种疾病，其特征是失去肌肉质量和肌肉力量。它与自然衰老过程以及老年医疗状况和床休息有关。因此，从医学的角度来看，可以定期监测患有肌肉减少症风险的患者，以通过客观和特定的指标来早日检测其发作或进展，这是非常有益的。在过去的几年中，表面肌电图（SEMG）越来越多地在该研究领域的预防，诊断和康复中起着重要作用。此外，EMG技术的最新进展允许开发低侵入性且可靠的基于智能EMG的可穿戴设备。本文介绍了一个集成平台的设计和实现，该平台包括基于SEMG的可穿戴设备以及与用于病理学临床监测和管理的处理软件的接口。该系统旨在随着时间的推移而进行预防（早期诊断）和监测患者病情的目的。在这里，我们介绍了有关开发的肌肉减少症管理平台的可行性的初步研究。具体而言，这项工作涉及鉴定EMG信号的采样频率与EMG信号中提取的高度歧视特征的差异之间的最佳权衡，以自动测量肌肉折叠术。