Rechercher
image du produit
Hand Clinics

S'abonner

Brain-Machine Interfaces : Lessons for Prosthetic Hand Control - 10/07/21

Doi : 10.1016/j.hcl.2021.04.003 
Alex K. Vaskov, PhD a, Cynthia A. Chestek, PhD a, b, c, d, ⁎
a Robotics Institute, University of Michigan, 2505 Hayward St, Ann Arbor, MI 48109, USA 
b Department of Biomedical Engineering, University of Michigan, 2200 Bonisteel Blvd, Ann Arbor, MI 48109, USA 
c Department of Electrical Engineering and Computer Science, University of Michigan, 1301 Beal Ave, Ann Arbor, MI 48109, USA 
d Neuroscience Graduate Program, University of Michigan, 204 Washtenaw Ave, Ann Arbor, MI 48109, USA 

∗Corresponding author.

Résumé

Brain-machine interfaces (BMI) are being developed to restore upper limb function for persons with spinal cord injury or other motor degenerative conditions. BMI and implantable sensors for myoelectric prostheses directly extract information from the central or peripheral nervous system to provide users with high fidelity control of their prosthetic device. Control algorithms have been highly transferable between the 2 technologies but also face common issues. In this review of the current state of the art in each field, the authors point out similarities and differences between the 2 technologies that may guide the implementation of common solutions to these challenges.

Le texte complet de cet article est disponible en PDF.

Keywords : Brain-machine interfaces, Fine motor control, Regression algorithms, Pattern recognition, Calibration methods


Plan


 This work was supported by the National Institute of Health, award R01NS105132.


© 2021  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

    •

  • Contenu

    •

Vol 37 - N° 3

P. 391-399 - août 2021 Retour au numéro
Article précédent Article précédent
  • Dermatosensory Peripheral Nerve Interfaces: Prevention of Pain Recurrence Following Sensory Neurectomy
  • Sarah E. Hart, David L. Brown
| Article suivant Article suivant
  • Fascicle-Specific Targeting of Longitudinal Intrafascicular Electrodes for Motor and Sensory Restoration in Upper-Limb Amputees
  • Jonathan Cheng, Zhi Yang, Cynthia K. Overstreet, Edward Keefer

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Accès rapides

Mon compte

Aide & support

Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.

Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.