夜夜撸日日干,女人自熨全过程(有声)视频,亚洲五月激情综合图片区,国产精品国产三级国产专区50,五月久久噜噜噜色影

       近日，中國科學(xué)院沈陽(yáng)自動(dòng)化研究所在非理想手勢肌電信號數據集構建方面研究取得新進(jìn)展。相關(guān)成果以SeNic: An Open Source Dataset for SEMG-Based Gesture Recognition in Non-Ideal Conditions為題發(fā)表在康復醫學(xué)領(lǐng)域一區Top期刊IEEE Transactions on Neural Systems and Rehabilitation Engineering上。

　　傳統基于肌電的人機接口研究往往在實(shí)驗室理想環(huán)境下采集肌電信號，然而在實(shí)際交互應用中受到諸多非理想因素干擾，極大降低了肌電識別模型的準確性及交互控制系統的穩定性和魯棒性。針對非理想肌電的意圖識別研究有望解決實(shí)驗室與實(shí)際應用之間的鴻溝，具有非常重要的意義，而當前這一領(lǐng)域研究的瓶頸問(wèn)題是急需大規模、包含多種非理想情形的肌電信號數據集。

　　醫療康復機器人研究組在國際上首次構建了一個(gè)非理想手勢肌電信號數據集（SeNic），設計了針對電極偏移、個(gè)體差異、不同時(shí)段差異、肌肉疲勞、手臂姿態(tài)影響等五種非理想因素干擾的新型采集范式，并對應采集了36名被試共計超過(guò)100小時(shí)的7類(lèi)手勢肌電信號數據。該數據集根據CSV格式標準進(jìn)行整理并開(kāi)源（下載地址https://github.com/bozhubo/SeNic），提供五種非理想類(lèi)型肌電數據以滿(mǎn)足不同研究者的需求。該項工作為基于非理想肌電信號的意圖識別研究提供了重要的基準數據集和技術(shù)支持，將促進(jìn)肌電交互接口系統的發(fā)展，推動(dòng)其在神經(jīng)康復和智能機器人領(lǐng)域的廣泛應用。

　　沈陽(yáng)自動(dòng)化所醫療康復機器人研究組長(cháng)期專(zhuān)注于腦/肌電信號解碼、人機/腦機智能交互等關(guān)鍵技術(shù)及系統研發(fā)，在非理想腦肌電信號識別、運動(dòng)意圖解碼、肌電交互、腦機接口等方面的研究取得多項創(chuàng )新成果。近年來(lái)多篇研究成果發(fā)表在國際知名學(xué)術(shù)期刊IEEE Transactions on Neural Systems and Rehabilitation Engineering (2021，2022)，Biomedical Signal Processing and Control (2022)，Frontiers in Neurorobotics (2021)，IEEE Journal of Biomedical and Health Informatics (2021)，Journal of Neural Engineering (2020)，Frontiers ｉｎ Neuroscience (2018)，以及IEEE Transactions on Systems, Man, and Cybernetics: Systems (2016)，相關(guān)成果獲得國內外研究人員的廣泛關(guān)注。