引言
人类手是最灵巧的身体部位之一,能够执行日常功能所需的复杂而精确的动作[1]。近年来,机器人技术的显著进步促进了先进假肢和外骨骼手的发展,使得每个手指和关节都能独立驱动[2]、[3]。随着机电设备的进步,开发准确高效的神经解码方法对于实现直观的机器人控制至关重要,这有助于推动它们在人机交互[4]、[5]、远程手术[6]以及帮助身体残疾人士恢复功能独立性[8]、[9]等方面的应用。
直接学习神经元放电表征以实现长期运动意图预测
《IEEE Transactions on Artificial Intelligence》:Direct Learning of Neuronal Firing Representations for Long-Term Motor Intent Predictions
【字体: 大 中 小 】 时间:2026年03月04日 来源:IEEE Transactions on Artificial Intelligence CS6.4
编辑推荐:
影响声明:从表面肌电图(sEMG)中准确解读运动意图对于控制先进的假肢和机器人手至关重要,但目前的信号分离流程仍然存在不足...显示更多摘要:准确的手部运动预测在推动机器人控制技术的发展中起着关键作用。神经元放电信号作为运动意图的直接体现,为解码运动指令提供了一种生理学上有意义的