Classification of Phantom Finger, Hand, Wrist and Elbow Voluntary Gestures in Transhumeral Amputees with sEMG
N. Jarrassé, C. Nicol, A. Touillet, F. Richer, N. Martinet, J. Paysant, J.B. de Graaf
IRR UGECAM Nord-Est, Nancy · ISIR Sorbonne · ISM Aix-Marseille
Contexte
Les approches de contrôle myoélectrique actuelles restent séquentielles et peu intuitives pour les amputés transhuméraux.
Résumé
Évaluation de la faisabilité de la classification des mouvements fantômes chez 5 amputés transhuméraux à partir de signaux sEMG, avec un classifieur LDA atteignant jusqu'à 94,8 % hors ligne.
Cinq amputés trans-huméraux ont réalisé différents mouvements fantômes (doigts, main, poignet, coude) pendant que l'activité électrique de leurs muscles résiduels était enregistrée. Un algorithme de classification tentait de reconnaître chaque mouvement.
5 amputés trans-huméraux, 12 paires d'électrodes Ag/AgCl sur le moignon. Classifieur LDA avec fenêtre 512 ms. Caractéristiques : RMS, AR, longueur de forme d'onde, entropie. Sessions hors ligne (jusqu'à 14 classes) et en ligne (interface graphique via BCI2000, 1 kHz).
L'algorithme reconnaît correctement entre 78% et 95% des mouvements fantômes hors ligne. En contrôle en temps réel d'une interface, les taux atteignent 85% sur un jeu de 6 mouvements principaux.
Classification hors ligne : 78%-94,8% selon participants pour ≤12 mouvements. Contrôle en ligne : 74,6% (P1), 85,3% (P4), 66,1% (P5) sur ensemble complet ; 85,5% (P1) et 83,9% (P5) sur 6 mouvements réduits. Confusions principalement entre mouvements analogues (synergies naturelles).
Il est possible de classifier les mouvements fantômes à l'aide de signaux EMG sur des muscles non naturellement impliqués dans les mouvements de la main, avec des performances comparables aux amputés trans-radiaux. L'entraînement aux PLM pourrait stabiliser les patterns et rendre cette approche viable au quotidien.