August 14th, 2017
创建了一个设备, 以演示 electromyography-based 控制的位置受众。在最初的设备成功后, 第二个设备的功能更加灵活, 以供演示和研究之用。该协议描述了两种设备的生成和校准过程。
该程序的总体目标是生产且易于定制的廉价无线触发设备,作为肌电图研究和定制辅助设备的平台。肌电图通常用作安全技术的控制输入。由于许多起搏需要昂贵的特定解决方案,因此我们开发了一种廉价、易于定制的设备。
在这里,我们展示了两个仿生答题器系统,标记一和标记二,允许佩戴者通过挥动食指来更改演示文稿的幻灯片。要开始此过程,请按照文本协议中的概述构建仿生标记 1。要开始构建标记 2,请从上方将一排三个接头引脚放入正、负和信号孔的肌肉中心。
接下来,从下方焊接引脚。使用一把钳子,将异针弯曲 90 度。如果使用印度外展肌作为输入,请从肌肉传感器上拔下黑色短参考电缆。
然后,使用剪线钳剪断三根 EMG 电缆,使其从手腕延伸到手背。使用剥线钳剥去每根电缆的一端。将背线的剥皮端插入 R 孔,将蓝线插入 E 孔,将红线插入肌肉传感器的 M 孔中。
在底部,将电线焊接到位。在此之后,剪断八根单芯多线程线。按照文本协议中的说明放置和焊接它们。
在内展肌的两端放置两个 EMG 传感器垫。第三个垫子位于手背中间。然后将蓝色和红色传感器电缆连接到肌肉上方的垫子上,将黑色电缆连接到手背上的垫子上。
将电极放置在籼外肌上是手术中最关键的步骤,因为电极放置不正确会导致设备中出现许多假阳性和假阴性。在较小的手上,实际上可能无法正确放置电极。要开始测试 EMG 输出,请下载所有必要的文件并按照文本协议中的说明设置微控制器。
接下来,从电源上拔下计算机插头。使用 USB 电缆将微控制器插入计算机。将阈值测试的相关版本上传到微控制器。
然后,打开串行监视器以显示 EMG 输出。将手的食指左右移动,记录显示的值。在不移动食指的情况下四处移动手部,并记录显示的值。
在此之后,选择一个值,该值高于移动手部时看到的值,但低于单独移动食指时的场景。选择阈值至关重要,因为如果阈值太低,您会收到很多误报。如果它太高,你会得到很多假阴性。
请注意,肌肉的疲劳和导线的运动也会影响开始测试阈值、下载、编辑和上传文本协议中所述正确代码 EC.To 的值。接下来,在不移动食指的情况下移动手。确保串行输出中未显示任何内容。
然后,将食指从一侧移动到另一侧。首先,用手术刀打破条板上的铜轨。并在控制板上放置三个 10 公斤欧姆的电阻器。
然后,放置一个滑动开关和两个按钮开关。将它们焊接在电路板的底部。使用剪线钳剪断之前焊接到微控制器上的电线,以便电线可以穿过微控制器外壳的中间层到达控制板,而不会阻止外壳关闭。
在此之后,按照文本协议中的说明将电线放入控制板中,将电线焊接到位。首先,重新组装仿生咔嗒声,将接头连接器从微控制器连接到肌肉传感器。使用 USB 电缆将微控制器连接到计算机。
下载相关文件后,通过将占位符文本替换为确定的阈值触发器值来编辑代码。然后,拔下 USB 电缆以断开微控制器与计算机的连接。将设备连接到计算机后,通过抬起食指以推进幻灯片,使用演示软件测试答题器。
要开始安装答题器,请剪断双面钩环材料,使其宽 35 米,长度足以缠绕手腕。接下来,将钩环材料滑过外壳底部的夹子。将微控制器的母接头插入 Muscle 传感器上的公接头引脚。
然后,将电极夹入 EMG 电缆中。在这项研究中,创建了一个基于肌电图的控制设备。校准设备时观察到三个不同的范围。
手部静止时的值、手部移动时的值和食指移动时的值。选择阈值,使其位于手部移动值上方和手指张紧值下方。阈值越接近移动手牌范围,出现误报的几率会增加,但潜在的误报率会降低。
接近手指绷紧范围的阈值将经历相反的情况。然后在测试内展肌时测试这些设备的假阳性和假阴性。当设备在肌肉紧张时没有触发滑动变化时,会记录假阴性。
而当幻灯片发生变化时,当没有发生张力时,会记录假阳性。这两款设备都没有误报问题。虽然 mark one 设备在前 45 分钟内没有出现漏报,但漏报的数量会迅速增加,直到 50 分钟到 1 小时之间的设备总故障率。
因此,虽然这两种设备都成功地实现了其既定目标,但 Mark Two 在测试过程中更便宜、更灵活、更可靠。在尝试此过程时,正确放置电极非常重要,并且在选择正确的阈值时也要小心。这个设备的建造可以在几个小时内完成。
一旦掌握了阈值,就可以在几分钟内为新用户设置阈值。自开发以来,该设备已被用作多个学生项目的基础,以及定制患者设备的核心组件。不要忘记,使用主电源可能非常危险。
并且,在与所制造的设备的皮肤发生任何接触之前,应先从主电源上拔下设备。
本研究介绍了两种用于演示和研究目的的基于肌电图的控制设备的开发。这些设备允许用户通过肌肉信号控制演示,展示了肌电图应用的一种经济实惠且可定制的解决方案。
Electromyography (EMG)-based control systems, as exemplified by the Bionic Clicker Mark I & II, offer a customizable and cost-effective platform for early-stage device prototyping in neuromuscular interface research. These systems enable precise signal acquisition and threshold-based event triggering, supporting robust hypothesis testing and functional validation in translational device development. Their adaptability and direct EMG data transmission facilitate rapid iteration and cross-functional integration in R&D pipelines.
The Bionic Clicker workflow integrates from early discovery through device screening and preclinical prototyping, supporting iterative optimization and cross-team standardization.