EMG-based wake gestures eliminate false activations during out-of-set activities of daily living: an online myoelectric control study
Notice bibliographique
Résumé
Abstract Objective. While myoelectric control has been commercialized in prosthetics for decades, its adoption for more general human–machine interaction has been slow. Although high accuracies can be achieved across many gestures, current control approaches are prone to false activations in real-world conditions. This is because the same electromyogram (EMG) signals generated during the elicitation of gestures are also naturally activated when performing activities of daily living (ADLs), such as when driving to work or while typing on a keyboard. This can lead the myoelectric control system, which is trained on a closed set of gestures and thus unaware of the muscle activity associated with these ADLs, to be falsely activated, leading to erroneous inputs and user frustration. Approach. To overcome this problem, the concept of wake gestures, whereby users could switch between a dedicated control mode and a sleep mode by snapping their fingers, was explored. Using a simple dynamic time warping model, the real-world user-in-the-loop efficacy of wake gestures as a toggle for myoelectric interfaces was demonstrated through two online ubiquitous control tasks with varying levels of difficulty: (1) dismissing an alarm and (2) controlling a robot. Main results. During these online evaluations, the designed system ignored almost all ( > 99.9%) non-target EMG activity generated during a set of ADLs (i.e. walking, typing, writing, phone use, and driving), ignored all control gestures (i.e. wrist flexion, wrist extension, hand open, and hand close), and enabled reliable mode switching during intentional wake gesture elicitation. Additionally, questionnaires revealed that participants responded well to the use of wake gestures and generally preferred false negatives over false positives, providing valuable insights into the future design of these systems. Significance. These results highlight the real-world viability of wake gestures for enabling the intermittent use of myoelectric control, opening up new interaction possibilities for EMG-based inputs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».