Un biofeedback visuel de similarité de pattern permet aux utilisateurs de modifier leur stratégie de contraction musculaire et d'augmenter significativement la performance de reconnaissance EMG.
La reconnaissance de pattern myoélectrique dépend de la cohérence des contractions musculaires, dont les amputés ont une conscience proprioceptive limitée.
En bref : Évaluation d'un biofeedback intuitif pour guider l'entraînement des utilisateurs de prothèses myoélectriques, testé sur 20 sujets sains et 1 amputé transradial.
Vingt personnes non amputées et un amputé trans-radial ont été répartis en deux groupes pour s'entraîner à un contrôle prothétique : un groupe avec un retour visuel innovant montrant la similarité des contractions, l'autre avec un retour classique.
20 sujets sains randomisés : groupe PSB (n=10, biofeedback similarité de pattern LDA en temps réel) vs groupe RF (n=10, retour brut classification). 8 canaux EMG. Session d'entraînement ~3 min sur geste problématique. 1 amputé trans-radial (prothèse polydigitale quotidienne) au Centre Louis Pierquin.
Le groupe avec le biofeedback innovant améliore significativement la reconnaissance du geste entraîné (de +39% en moyenne), alors que le groupe avec le retour classique ne montre pas d'amélioration significative.
Groupe PSB : +39,4% score classification pour le geste ré-entraîné (p=0,002 pour réduction chevauchement clusters). Groupe RF : amélioration non significative. L'amputé : +55% reconnaissance, -11,9% chevauchement inter-clusters. Les participants PSB modifient leur stratégie musculaire (forme des octagons RMS différente), pas le groupe RF.
Le biofeedback de similarité permet aux utilisateurs de trouver activement de nouvelles stratégies musculaires plus discriminantes. Cette approche simplifie le processus d'entraînement en clinique, sans nécessiter d'expertise en machine learning.