W związku z tym proponujemy wykorzystanie siedmiu grup plamek do charakterystyki aktywności mięśniowej przedramienia podczas symulowanych ADL, w celu znacznego zmniejszenia liczby plamek do zarejestrowania oraz zachowania spójności mięśniowo-anatomicznej. Sygnały z tych siedmiu plamek byłyby związane z siedmioma różnymi ruchami: (grupa 1) zgięcie nadgarstka i odchylenie łokciowe; (grupa 2) zgięcie nadgarstka i odchylenie promieniowe; (grupa 3) zgięcie palców; (grupa 4) wyprost kciuka i abdukcja/addukcja; (grupa 5) wyprost palców; (grupa 6) wyprost nadgarstka i odchylenie łokciowe; oraz (grupa 7) wyprost nadgarstka i odchylenie promieniowe.
Podczas oceny funkcji mięśni w rehabilitacji, niektóre miejsca mogą być niedostępne ze względu na jednoczesne użycie innych urządzeń, takich jak czujniki do pomiaru kinematyki. Wybierając reprezentatywne miejsca każdej grupy do rejestracji spośród tych dostępnych, należy wziąć pod uwagę procent mierzonej aktywności mięśniowej (ryc. 7). Wybór miejsc o najwyższym procencie aktywności mięśniowej może być bardziej wiarygodny, ponieważ w tych miejscach rejestrowane mięśnie mogą być bardziej powierzchowne lub rejestrowany obszar mięśniowy może być bardziej wyśrodkowany. W szczególności należy unikać miejsc o bardzo niskiej aktywności mięśniowej, takich jak miejsca 18 i 28. Największą aktywność mięśniową zaobserwowano w najbardziej dystalnej części przedramienia (ryc. 7). Można jednak wybrać miejsca bardziej proksymalne, w zależności od dostępności, z wyjątkiem grupy 4, która składa się z dwóch miejsc umieszczonych w najbardziej dystalnej części przedramienia.
FPCA jest jedną z najpopularniejszych technik analizy wielowymiarowej służącą do wydobywania informacji z danych funkcjonalnych, redukującą wymiary zbioru danych, w którym występuje duża liczba powiązanych ze sobą zmiennych, przy jednoczesnym zachowaniu jak największej części całkowitej zmienności. Podczas gdy FPCA powoduje redukcję wymiarów, wyniki wektorowe FPCA mogą być wykorzystane do grupowania różnych funkcji/komponentów przy użyciu standardowych metod klasteryzacji. Klasteryzacja jest jedną z najczęściej stosowanych technik podziału zbioru danych na podgrupy zawierające instancje, które są podobne do siebie, a jednocześnie wyraźnie niepodobne do tych z innych grup. W kontekście funkcjonalnym, klasteryzacja pomaga zidentyfikować reprezentatywne wzorce krzywych i osoby, które z dużym prawdopodobieństwem są zaangażowane w te same lub podobne procesy. Inne opisywane w literaturze metody stosowane do identyfikacji zadań w sterowaniu protezami opierają się na segmentacji sygnałów EMG na serię okien, w których pewne powszechnie stosowane zestawy cech czasowych (takie jak średnia wartość bezwzględna lub przejścia przez zero) są ekstrahowane i wykorzystywane do klasyfikacji ruchu. Nasza metoda jest podobna, ale zastosowana do całego sygnału dla wszystkich zadań i badanych, i wyodrębnienie z FPCA cech sygnału, który zawiera jak najwięcej z całkowitej możliwej zmienności i wykorzystanie ich do klasyfikacji mięśni.
Rejestracje EMG zostały przeprowadzone za pomocą 8-kanałowego urządzenia sEMG, co wymagało powtórzenia tych samych czynności dla każdego badanego w pięciu różnych sesjach, aby umożliwić pomiar dużej liczby wybranych miejsc. Chociaż błąd odtwarzalności został sprawdzony jako mały dla 30 miejsc pomiędzy sesjami, użycie powierzchniowego EMG o wysokiej gęstości może być rozważone w nadchodzących pracach.
Niniejsze badanie zostało ograniczone do sześciu zdrowych, sprawnych osób, a wyniki mogłyby być zweryfikowane w dalszych badaniach z większą liczbą osób i z uwzględnieniem osób upośledzonych. Jednakże, grupy mięśniowe uzyskane w tym badaniu mogą być użyte jako pierwsze przybliżenie i mogą być użyte jako wskazówki dla przyszłej walidacji dla osób z upośledzeniem ręki lub amputowanych.
Jako przyszła praca, badania mogłyby być przeprowadzone w celu powiązania EMG z kinematyką podczas wykonywania ADL, używając tych siedmiu miejsc jako reprezentatywnych dla aktywności mięśniowej przedramienia w ADL. Kolejnym krokiem byłaby ocena kinematyki i synergii mięśniowej podczas wykonywania konkretnych zadań funkcjonalnych.
.