TWI487505B - 肌動訊號輸入裝置、人機操作系統及其辨識方法 - Google Patents

肌動訊號輸入裝置、人機操作系統及其辨識方法 Download PDF

Info

Publication number
TWI487505B
TWI487505B TW099144565A TW99144565A TWI487505B TW I487505 B TWI487505 B TW I487505B TW 099144565 A TW099144565 A TW 099144565A TW 99144565 A TW99144565 A TW 99144565A TW I487505 B TWI487505 B TW I487505B
Authority
TW
Taiwan
Prior art keywords
muscle
signal
data
feature vector
motion
Prior art date
Application number
TW099144565A
Other languages
English (en)
Other versions
TW201225920A (en
Inventor
Hian Kun Tenn
Jiun Sheng Li
Chia Chao Chung
Original Assignee
Ind Tech Res Inst
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW099144565A priority Critical patent/TWI487505B/zh
Priority to US13/112,274 priority patent/US20120157886A1/en
Publication of TW201225920A publication Critical patent/TW201225920A/zh
Application granted granted Critical
Publication of TWI487505B publication Critical patent/TWI487505B/zh

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/014—Hand-worn input/output arrangements, e.g. data gloves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7242—Details of waveform analysis using integration

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Dermatology (AREA)
  • Neurosurgery (AREA)
  • Neurology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • User Interface Of Digital Computer (AREA)

Description

肌動訊號輸入裝置、人機操作系統及其辨識方法
本發明是有關於一種輸入裝置、人機操作系統及其辨識方法，且特別是有關於一種肌動訊號輸入裝置、人機操作系統及其辨識方法。
在現今醫學發達的社會，仍有很多人因先天性殘障或因交通意外而肢體殘缺。不論是手部肢體的殘缺或是足部肢體的殘缺，所帶來的衝擊都是非常的大。例如，足部的截肢將會造成行動不方便，必須仰賴義肢或輪椅，手部的截肢將無法正常使用基本的手部動作，影響日常生活作息甚鉅。即使裝了義肢可恢復肢體的外觀以及使用簡單的手臂動作，但要精確地操作微細的手指動作，則非義肢可以勝任。因此，對於以手指輸入訊號的電子裝置而言，手部肢體殘缺的人或因種種限制而無法以手指操作的人將無法使用，故有待進一步檢討，以發展可行的解決方案。
本發明係有關於一種肌動訊號輸入裝置、人機操作系統及其辨識方法，以提供使用者更方便地輸入訊號。
根據本發明之一方面，提出一種肌動訊號輸入裝置，包括一環狀本體以及多數個肌動感測元件。環狀本體具有多數個交錯排列且依序相連為一體的伸縮區段以及固定區段。此些伸縮區段的長度可調，以使環狀本體套入於一受測體的一量測部位上。此些固定區段分別具有一元件嵌合表面，而量測部位具有多數個肌肉群。多數個肌動感測元件配置於此些元件嵌合表面上，以使此些肌動感測元件與量測部位實質上接觸，並分別量測此些肌肉群的肌動訊號。
根據本發明之另一方面，提出一種人機操作系統，包括一肌動訊號輸入裝置、一訊號處理單元、一動作資料庫以及一計算單元。肌動訊號輸入裝置套設於一受測體的一量測部位上，量測部位具有多數個肌肉群。訊號處理單元，用以接收此些肌肉群的肌動訊號，並進行訊號整合與前處理，以得到一處理後訊號。動作資料庫，用以儲存一動作模型。計算單元用以接收處理後訊號進行訊號強度計算以及資料分段，以得到一分段資料，並將分段資料進行特徵向量計算以得到一特徵向量資料，並根據特徵向量資料以及動作模型進行受測體之動作辨識，並輸出對應之控制訊號。
根據本發明之另一方面，提出一種肌動訊號之辨識方法，包括：接收由一受測體之多數個肌肉群伸縮所產生的肌動訊號；以此些肌動訊號進行訊號整合與前處理，得到一處理後訊號；對處理後訊號進行訊號強度計算以及資料分段，以得到一分段資料，並將分段資料進行特徵向量計算以得到一特徵向量資料；根據特徵向量資料以及一動作模型進行受測體之動作辨識；以及根據辨識結果，輸出控制訊號。
為了對本發明之上述及其他方面有更佳的瞭解，下文特舉較佳實施例，並配合所附圖式，作詳細說明如下：
本實施例之肌動訊號輸入裝置、人機操作系統及其辨識方法，係利用肢體的肌肉群協同伸縮時所產生的動作，來做為輸入訊號，並經由訊號處理、計算特徵向量以及辨識這些肌肉群的肌動訊號所對應的動作，藉以輸出一控制訊號。因此，在本實施例中，使用者可藉由肌動訊號輸入裝置偵測的訊號來控制人機操作系統輸出一控制訊號，以取代利用手指輸入訊號的方式，例如遙控器、方向控制器、游標控制器、肢體復健器材、免手持遊戲機及運動訓練機等。
請參照第1及2圖，其中第1圖繪示依照一實施例的肌動訊號輸入裝置的剖面圖，第2圖繪示依照一實施例之肌動訊號的系統架構圖。肌動訊號輸入裝置100包括一環狀本體110以及複數個肌動感測元件120。環狀本體110具有複數個交錯排列且依序相連為一體的伸縮區段112以及固定區段114，該些伸縮區段112的長度可調，以使該環狀本體110套入於一受測體10的一量測部位20上。量測部位20具有複數個肌肉群。在一實施例中，受測體10的量測部位20例如是人的手部肢體或足部肢體，而這些肌肉群的協同收縮運動以產生手部動作或足部動作。伸縮區段112例如是有彈性的材質(彈性纖維、織布、矽膠等)或可調整長度的鍊體及扣環之組合。因此，伸縮區段112可依照量測部位20的位置及其尺寸調整鬆緊度，以使環狀本體110套入於受測體10的量測部位20時，不易鬆脫或掉落。
此外，固定區段114連接於二伸縮區段112之間。請參考第1圖，固定區段114的數量可為多個，例如二個或二個以上。在一實施例中，四個固定區段114等間距地排列在不同的方位，例如上、下、左、右四個方位。固定區段114之數量與空間安排不限於四個或等間距，可依照欲判定之動作種類、數量以及量測部位進行調整。因此，本實施例之環狀本體110不限定只有固定數量的伸縮區段112及固定區段114，而是依量測部位20的尺寸及其肌肉群的數量來決定固定區段114的數量及其所對應的方位。
在一實施例中，各個固定區段114分別具有一元件嵌合表面114a，例如是具有一凹槽或一開孔的表面。凹槽或開孔用以嵌入各個肌動感測元件120，以使肌動感測元件120被膠體密封或以膠帶貼附在固定區段114內。此外，元件嵌合表面114a大致上位於環狀本體110的內側面。因此，當受測體10的量測部位20套入於環狀本體110之內時，各個固定區段114之元件嵌合表面114a相對靠近於受測體10的不同量測部位20，以使各個肌動感測元件120與各個量測部位20內的肌肉群實質上接觸，藉以量測各個肌肉群的肌動訊號。
請參考第1及2圖，在一實施例中，各個肌動感測元件120可感應相對應之肌肉群收縮所產生的振動。例如，當手掌向上彎折或向下彎折時，手臂上、下方的肌肉群所產生的振動可被上、下方的肌動感測元件120感應而使其作動，此外，當手掌左右移動時，手臂左右兩側的肌肉群所產生的振動亦可被左右兩側的肌動感測元件120感應而使其作動。當然，更細微的肢體運動，例如手指按壓、手掌緊握、打開、旋轉或連續的一連串動作，亦可藉由更多的肌動感測元件120來偵測各別手指運動時對應的肌肉群所產生的振動，以使被偵測到的肢體動作更多元化。
此外，請參考第1及2圖，肌動訊號輸入裝置100更包括一訊號處理單元130。訊號處理單元130例如是嵌入式晶片組，用以接收各個肌肉群的肌動訊號Vs，並將肌動訊號Vs整合後進行前端訊號處理，例如特定波段雜訊濾除或訊號放大，並進行必要的類比數位轉換，以便將處理後的肌動訊號Vs傳送至計算單元140。計算單元140，例如電腦或其他具備足夠運算能力之主機，用以接收由訊號處理單元130傳入的肌動訊號Vs，並以肌動訊號Vs計算特徵向量，進行動作模型之訓練與建立。建立模型後，使用者的輸入動作即可透過前述路徑，再次讓肌動訊號Vs進入計算單元140，進行動作辨識，藉以輸出控制訊號Vc。此外，控制訊號Vc例如經由一顯示裝置142顯示在螢幕上，以幫助使用者確認輸入的肌動訊號Vs所對應產生的動作。
在一實施例中，肌動感測元件120例如是加速規陣列或類似的加速度感測裝置，且肌動感測元件120取樣的週期及量測的訊號強度已經過正規化調整。當各個肌動感測元件120分別擷取X-Y-Z三軸方向的加速度時，可分別先經過濾波處理，例如高通濾波及/或低通濾波，以避免雜訊之干擾。
請參考第3、4及5圖，其中第3圖繪示依照一實施例之肌動訊號在三軸方向的量測圖，而第4圖繪示依照一實施例之肌動訊號的處理流程圖，第5圖繪示依照一實施例之人機操作系統的電路方塊圖。人機操作系統包括一肌動訊號輸入裝置100、一訊號處理單元130、一計算單元140以及一動作資料庫150。以下係以第3圖之肌動訊號以及第4圖之處理流程來說明第5圖之人機操作系統的操作方法。
在第3圖中，以四個肌動感測元件120所組合而成的陣列加速規為例，肌動訊號Vs可經由個別的加速規所量測的加速度而得知，並經過訊號處理單元130進行前處理後得到處理後訊號Vd，再送至計算單元140，由第4圖之步驟S110進行濾波處理並得到加速度向量g (t)的強度。其中，三軸方向上之訊號的強度可表示為：
其中，X H [t ]為高通濾波後之三軸方向上的加速度向量，n為肌動感測元件的數量。在第3圖中，601代表三軸加速度值，602代表依據三軸加速度值601計算所得的強度值，603代表依據強度值602進行峰值量測所得到的峰值所在，604代表相鄰兩峰值之間的分段資料。峰值量測方法用以將處理後訊號Vd於步驟S120進行資料分段，以得到經過分段處理後之分段資料，將受測體之完整動作訊號切割出來。
另外，在步驟S130中，針對前述之分段資料進行特徵向量資料之計算。特徵向量資料可經由計算單元140計算分段資料的平均值(Mean)、標準差(Standard deviation)以及絕對總和(Absolute summation)等特徵值，以進行步驟S140之動作辨識。動作資料庫150用以儲存預先建立之一動作模型資料。在一實施例中，此等特徵向量可經由計算單元140將該特徵向量資料以支撐向量法(Support vector machine，SVM)進行訓練，以建立完整的動作模型，而當所需的動作模型建立完成之後，可經由計算單元140所建立之動作模型儲存在動作資料庫150中，以作為後續受測體動作辨識之參考。
請參考步驟S140，在一實施例中，當進行動作辨識測試時，計算單元140根據至少一前述之特徵向量資料(例如平均值、標準差及/或絕對總和)，配合動作資料庫150所儲存的動作模型資料進行受測體之動作辨識的動作模型。在一實施例中，此特徵向量資料以及動作模型可經由支撐向量法進行再次訓練，以更新先前儲存在動作資料庫150中的動作模型。計算單元140根據辨識結果，輸出對應此動作之控制訊號Vc。控制訊號Vc例如是控制游標、方向鍵或工作視窗等人機操作介面之方向訊號、放大訊號、縮小訊號、旋轉訊號、點擊訊號或捲動訊號等。因此，本實施例之人機操作系統可辨識肌動訊號，並將肌動訊號轉換成不同資訊的控制訊號Vc，以供使用者控制周邊裝置。
本發明上述實施例所揭露之肌動訊號輸入裝置、人機操作系統及其辨識方法，係利用肢體的肌肉群協同伸縮時所產生的動作，來做為輸入訊號，並經由訊號處理、計算特徵向量以及辨識這些肌肉群的肌動訊號所對應的動作，藉以輸出一控制訊號。本實施例至少具有下列特點：
(1)環狀本體之伸縮區段為軟性或彈性材質，可將多數個肌動感測元件套在量測部位上，並使肌動感測元件緊貼地接觸受測體之皮膚表面，故能準確地偵測肌動訊號，以提高準確度。
(2)環狀本體之固定區段可確實地將多數個肌動感測元件定位在量測部位上，不需使用膠帶或黏性材質貼附在受測體之皮膚表面，以方便使用者操作。
(3)藉由肌動訊號輸入裝置偵測的肌動訊號來輸出一控制訊號，可取代傳統的輸入裝置。對於缺少手指或手掌等肢段的使用者、手部功能不全的使用者或因外在的因素(例如空間的限制、設備的限制或工作特性的限制)而無法使用傳統輸入裝置的使用者而言，能帶給使用者限制更少、互動性更高的人機操作介面，讓使用者有更多的選擇空間。
綜上所述，雖然本發明已以實施例揭露如上，然其並非用以限定本發明。本發明所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾。因此，本發明之保護範圍當視後附之申請專利範圍所界定者為準。
10‧‧‧受測體
20‧‧‧量測部位
100‧‧‧肌動訊號輸入裝置
110‧‧‧環狀本體
112‧‧‧伸縮區段
114‧‧‧固定區段
114a‧‧‧元件嵌合表面
120‧‧‧肌動感測元件
130‧‧‧訊號處理單元
140‧‧‧計算單元
142‧‧‧顯示裝置
150‧‧‧動作資料庫
Vs‧‧‧肌動訊號
Vd‧‧‧經前處理之處理後訊號
Vc‧‧‧控制訊號
601‧‧‧三軸加速度值
602‧‧‧依據三軸加速度值計算所得的強度值
603‧‧‧依據強度值進行峰值量測所得到的峰值所在
604‧‧‧相鄰兩峰值之間的分段資料
第1圖繪示依照一實施例的肌動訊號輸入裝置的剖面圖。
第2圖繪示依照一實施例之肌動訊號的作動示意圖。
第3圖繪示依照一實施例之肌動訊號在三軸方向的量測圖。
第4圖繪示依照一實施例之肌動訊號的處理流程圖。
第5圖繪示依照一實施例之人機操作系統的電路方塊圖。
10．．．受測體
20．．．量測部位
100．．．肌動訊號輸入裝置
110．．．環狀本體
120．．．肌動感測元件
130．．．訊號處理單元
140．．．計算單元
142．．．顯示裝置
Vs．．．肌動訊號
Vc．．．控制訊號

Claims (10)

  1. 一種肌動訊號輸入裝置，用以接收來自一受測體的一量測部位之振動，該量測部位具有複數個肌肉群，該肌動訊號輸入裝置包括：一環狀本體，具有複數個伸縮區段以及複數個固定區段，該些伸縮區段以及該些固定區段交錯排列且依序相連為一體，該些伸縮區段的長度可調，該些固定區段分別具有一元件嵌合表面；以及複數個肌動感測元件，包括加速規陣列，配置於該些元件嵌合表面上，以使該些肌動感測元件與該量測部位實質上接觸，並分別量測該些肌肉群的肌動訊號。
  2. 如申請專利範圍第1項所述之肌動訊號輸入裝置，更包括一訊號處理單元，用以接收該些肌肉群的肌動訊號。
  3. 一種人機操作系統，用以接收來自一受測體的一量測部位之振動，該量測部位具有複數個肌肉群，該人機操作系統包括：一肌動訊號輸入裝置，包括：一環狀本體，具有複數個伸縮區段以及複數個固定區段，該些伸縮區段以及該些固定區段交錯排列且依序相連為一體，該些伸縮區段的長度可調，該些固定區段分別具有一元件嵌合表面；以及複數個肌動感測元件，該些肌動感測元件包括加速規陣列，配置於該些元件嵌合表面上，以使該些肌動感測元件與該量測部位實質上接觸，並分別量 測該些肌肉群的肌動訊號；一訊號處理單元，用以接收該些肌肉群的肌動訊號，並進行訊號整合與前處理，以得到一處理後訊號；一動作資料庫，用以儲存一動作模型；以及一計算單元，用以接收該處理後訊號進行訊號強度計算以及資料分段，以得到一分段資料；並將該分段資料進行特徵向量計算以得到一特徵向量資料；並根據該特徵向量資料以及該動作模型進行該受測體之動作辨識，並輸出對應之控制訊號。
  4. 如申請專利範圍第3項所述之人機操作系統，其中該計算單元更將該特徵向量資料以支撐向量法進行訓練，以建立該動作模型，並儲存於該動作資料庫中。
  5. 如申請專利範圍第3項所述之人機操作系統，其中該計算單元更將該特徵向量資料以及該動作模型以支撐向量法進行訓練，以更新先前儲存於該動作資料庫中之該動作模型。
  6. 如申請專利範圍第3項所述之人機操作系統，其中該計算單元更以峰值量測方法進行資料分段，以得到該分段資料。
  7. 一種肌動訊號之辨識方法，包括：利用加速規陣列量測由一受測體之複數個肌肉群伸縮所產生的肌動訊號；以該些肌動訊號進行訊號整合與前處理，得到一處理後訊號；對該處理後訊號進行訊號強度計算以及資料分段，以 得到一分段資料，並將該分段資料進行特徵向量計算以得到一特徵向量資料，其中該特徵向量資料以支撐向量法(Support vector machine，SVM)進行訓練，以建立該動作模型，並儲存於一動作資料庫中；根據該特徵向量資料以及一動作模型進行該受測體之動作辨識；以及根據辨識結果，輸出控制訊號。
  8. 如申請專利範圍第7項所述之肌動訊號之辨識方法，其中該特徵向量資料以及該動作模型以支撐向量法進行再次訓練，以更新先前儲存在該動作資料庫中的動作模型。
  9. 如申請專利範圍第7項所述之肌動訊號之辨識方法，其中該特徵向量資料包括該分段資料的平均值(Mean)、標準差(Standard deviation)以及絕對總和(Absolute summation)。
  10. 如申請專利範圍第7項所述之肌動訊號之辨識方法，其中該處理後訊號以峰值量測方法進行資料分段，以得到該分段資料。
TW099144565A 2010-12-17 2010-12-17 肌動訊號輸入裝置、人機操作系統及其辨識方法 TWI487505B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW099144565A TWI487505B (zh) 2010-12-17 2010-12-17 肌動訊號輸入裝置、人機操作系統及其辨識方法
US13/112,274 US20120157886A1 (en) 2010-12-17 2011-05-20 Mechanomyography Signal Input Device, Human-Machine Operating System and Identification Method Thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW099144565A TWI487505B (zh) 2010-12-17 2010-12-17 肌動訊號輸入裝置、人機操作系統及其辨識方法

Publications (2)

Publication Number Publication Date
TW201225920A TW201225920A (en) 2012-07-01
TWI487505B true TWI487505B (zh) 2015-06-11

Family

ID=46235298

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099144565A TWI487505B (zh) 2010-12-17 2010-12-17 肌動訊號輸入裝置、人機操作系統及其辨識方法

Country Status (2)

Country Link
US (1) US20120157886A1 (zh)
TW (1) TWI487505B (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150082174A (ko) * 2012-11-01 2015-07-15 아리예 하임 카츠 상부 아암 컴퓨터 포인팅 장치
US20140240103A1 (en) * 2013-02-22 2014-08-28 Thalmic Labs Inc. Methods and devices for combining muscle activity sensor signals and inertial sensor signals for gesture-based control
WO2014194422A1 (en) * 2013-06-04 2014-12-11 University Of Manitoba System and method for quantifying mid-air interactions and gesture based text entry map designed to optimize mid-air interactions
US20150124566A1 (en) 2013-10-04 2015-05-07 Thalmic Labs Inc. Systems, articles and methods for wearable electronic devices employing contact sensors
US11921471B2 (en) 2013-08-16 2024-03-05 Meta Platforms Technologies, Llc Systems, articles, and methods for wearable devices having secondary power sources in links of a band for providing secondary power in addition to a primary power source
US10042422B2 (en) 2013-11-12 2018-08-07 Thalmic Labs Inc. Systems, articles, and methods for capacitive electromyography sensors
JP6150337B2 (ja) * 2013-08-27 2017-06-21 国立大学法人信州大学 ロボティックスーツの制御方法
WO2015081113A1 (en) 2013-11-27 2015-06-04 Cezar Morun Systems, articles, and methods for electromyography sensors
US9675280B2 (en) 2014-01-21 2017-06-13 Vibrado Technologies, Inc. Method and system for tracking scores made by a player
US9407883B2 (en) 2014-01-21 2016-08-02 Vibrado Technologies, Inc. Method and system for processing a video recording with sensor data
US9880632B2 (en) 2014-06-19 2018-01-30 Thalmic Labs Inc. Systems, devices, and methods for gesture identification
TWI584785B (zh) * 2014-07-25 2017-06-01 國立成功大學 肌肉痙攣評估裝置及其評估方法
WO2016099049A1 (ko) * 2014-12-17 2016-06-23 전자부품연구원 웨어러블 장치 및 이를 이용한 정보 입력 방법
US11119565B2 (en) * 2015-01-19 2021-09-14 Samsung Electronics Company, Ltd. Optical detection and analysis of bone
CN104939823A (zh) * 2015-07-03 2015-09-30 太原科技大学 人体肌动信号采集装置
US10067564B2 (en) * 2015-08-11 2018-09-04 Disney Enterprises, Inc. Identifying hand gestures based on muscle movement in the arm
TWI583357B (zh) 2015-12-17 2017-05-21 財團法人工業技術研究院 肌肉震動訊號處理系統與方法
GB2552219A (en) * 2016-07-15 2018-01-17 Sony Interactive Entertainment Inc Wearable input device
US11635736B2 (en) 2017-10-19 2023-04-25 Meta Platforms Technologies, Llc Systems and methods for identifying biological structures associated with neuromuscular source signals
US11907423B2 (en) 2019-11-25 2024-02-20 Meta Platforms Technologies, Llc Systems and methods for contextualized interactions with an environment
US11961494B1 (en) 2019-03-29 2024-04-16 Meta Platforms Technologies, Llc Electromagnetic interference reduction in extended reality environments
US20200113485A1 (en) * 2018-10-12 2020-04-16 DePuy Synthes Products, Inc. Wireless neuromuscular sensing device
US11797087B2 (en) * 2018-11-27 2023-10-24 Meta Platforms Technologies, Llc Methods and apparatus for autocalibration of a wearable electrode sensor system
US11868531B1 (en) 2021-04-08 2024-01-09 Meta Platforms Technologies, Llc Wearable device providing for thumb-to-finger-based input gestures detected based on neuromuscular signals, and systems and methods of use thereof

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5368042A (en) * 1989-06-09 1994-11-29 O'neal; John L. Biofeedback device for monitoring muscular movement
TW476643B (en) * 1999-03-10 2002-02-21 Ming-Yih Lee Exercise control glove for diagnostic evaluation and rehabilitation of palm and system device thereof

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6941301B2 (en) * 2002-01-18 2005-09-06 Pavilion Technologies, Inc. Pre-processing input data with outlier values for a support vector machine
US8447704B2 (en) * 2008-06-26 2013-05-21 Microsoft Corporation Recognizing gestures from forearm EMG signals
US9402579B2 (en) * 2010-02-05 2016-08-02 The Research Foundation For The State University Of New York Real-time assessment of absolute muscle effort during open and closed chain activities

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5368042A (en) * 1989-06-09 1994-11-29 O'neal; John L. Biofeedback device for monitoring muscular movement
TW476643B (en) * 1999-03-10 2002-02-21 Ming-Yih Lee Exercise control glove for diagnostic evaluation and rehabilitation of palm and system device thereof

Also Published As

Publication number Publication date
TW201225920A (en) 2012-07-01
US20120157886A1 (en) 2012-06-21

Similar Documents

Publication Publication Date Title
TWI487505B (zh) 肌動訊號輸入裝置、人機操作系統及其辨識方法
US9999391B2 (en) Wearable electromyogram sensor system
US10481699B2 (en) Armband for tracking hand motion using electrical impedance measurement
US9367139B2 (en) Systems, articles, and methods for gesture identification in wearable electromyography devices
JP2021072136A (ja) ジェスチャに基づいて制御するための筋活動センサ信号と慣性センサ信号とを結合する方法および装置
Carbonaro et al. Exploiting wearable goniometer technology for motion sensing gloves
JP3630712B2 (ja) ジェスチャー入力方法及びその装置
JP4934813B2 (ja) 入力情報処理装置、入力情報処理方法、入力情報処理プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体
Woodward et al. Pervasive monitoring of motion and muscle activation: Inertial and mechanomyography fusion
US11740702B2 (en) Apparatus and methods for detecting, quantifying, and providing feedback on user gestures
CN113849068B (zh) 一种手势多模态信息融合的理解与交互方法及其系统
CN114503057A (zh) 基于图像和惯性测量单元两者的取向确定
CN113341564A (zh) 一种计算机输入装置
Peng et al. Combined use of sEMG and accelerometer in hand motion classification considering forearm rotation
Pallotti et al. Measurements comparison of finger joint angles in hand postures between an sEMG armband and a sensory glove
Mohammadi et al. Fingertip force estimation via inertial and magnetic sensors in deformable object manipulation
JP4181796B2 (ja) 肢体リハビリテーション訓練装置
Saggio et al. Sensory systems for human body gesture recognition and motion capture
Saggio et al. Evaluation of an integrated sensory glove at decreasing joint flexion degree
Sharma et al. On the use of multi-modal sensing in sign language classification
Luo et al. A virtual reality system for arm and hand rehabilitation
WO2018020513A1 (en) A system for recognizing muscle activities and method thereof.
CN111938658A (zh) 一种用于手部、腕部与前臂的关节活动度监测系统及方法
Borghetti et al. Validation of a modular and wearable system for tracking fingers movements
Kefer et al. FOR JOURNAL OF MOBILE MULTIMEDIA