| 應用領域 | 綜合 |
|---|
超聲肌電融合儀性能特點
1、自設計輕量化多模態傳感器
2、使用簡單，適用不同臂圍
3、無線傳輸，設備小巧，支持可穿戴采集
4、可獨立采集超聲、肌電和IMU數據
5、可同步采集雙模態或三模態數據
6、可面向上下肢及身體任何部位精準采集
7、創新性通訊方案，確保數據零丟包
8、技術可靠，確保高保真于實現信號采集
9、恒定的電壓激勵脈沖與壓電換能技術，確保超聲的精準轉換和解析
10、接口全開放
11、軟件內置多種特征提取和分類方法，幫助用戶快捷實現手勢分類等任務
12、支持外部觸發與marker標定
應用領域
新型人機交互方式的研究
使用融合/獨立的源信號進行假肢控制;將融合信號與其他運動測量系統、肌肉活動感知系統、姿態與平衡系統、壓力臺、電刺激/磁刺激等配套使用;與數據手套、頭顯設備融合，實現VR/AR/MR的研究。
神經肌肉及運動功能領域的研究
基于超聲/肌電的肌肉病理學分析;肌肉功能康復評估;肌肉形態學信息與手指運動的時空模型研究;肌肉疲勞分析;肌肉物理特性分析;運動損傷評定;特定肌肉群的運動分析;其他與肌肉運動診斷相關領域。
智能控制領域的研究
基于超聲/肌電/IMU信號的手指、手腕、肢體等部位動作識別領域的研究;基于融合信號的外骨骼康復機器人相關的研究。
參考文獻：
[1] Qing Zengyu; Zongxing Lu; Liu Zhoujie; Cai Yingjie; Cai Shaoxiong; He Baizheng; Yao Ligang. (2022). A Simultaneous Gesture Classification and Force Estimation Strategy Based on Wearable A-Mode Ultrasound and Cascade Model. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 30, 2301-2311.
[2] Xingchen Yang; Jipeng Yan; Yinfeng Fang; Dalin Zhou; Honghai Liu. (2020). Simultaneous prediction of wrist/hand motion via wearable ultrasound sensing. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 28(4), 970-977.
采購中心
化工儀器網