2024 年基于 Delsys 肌电系统的跨学科研究文献汇总(一)

2025-08-07 16:33

近年来,表面肌电技术在运动科学、神经康复、生物力学等多个跨学科领域的研究中发挥着愈发关键的作用,而 Delsys 公司的肌电相关设备凭借其精准的信号采集能力、灵活的应用场景等优势,成为众多研究的重要工具。以下将按期刊分类,分享 2024 年发表的一系列基于 Delsys 肌电系统的研究文献,涵盖 Sensors、medRxiv、Journal Of Neuroengineering And Rehabilitation、Journal of biomechanics 等期刊,这些文献从不同角度探究了人体肌肉活动与神经控制机制,为相关领域的研究提供了丰富的参考依据。

图片3.jpg


以下是部分期刊有关Delsys文献分享,如果您有相关高密度表面肌电设备问题与需求,欢迎与我们联系~


一、Sensors

文献 1

《Comparison of Lower-Limb Muscle SynergiesBetween Young and Old People During Cycling》

   作者:Li Kong, Kun Yang,..., Chang-Hwan Im

   发表日期:2024-10-21   

   期刊:Sensors   

   简介:跨年龄组下肢肌肉协同作用的对比研究。采用<Delsys Trigno Wireless System>以2000Hz采样率获取优势侧10块肌肉表面肌电信号,揭示老年人群骑行时神经肌肉控制特征。


文献 2

《Cross-Task Differences in FrontocentralCortical Activations for Dynamic Balance》

   作者:Robert D. Magruder, Komal K. Kukkar,..., Maria FilomenaSantarelli   

   发表日期:2024-10-15   

   期刊:Sensors   

   简介:研究神经典型成人动态平衡任务中前中央皮质激活差异。通过<Bagnoli EMG系统(Delsys)>记录右手第一骨间肌活动,结合经颅磁刺激定位运动皮层,量化最大自主握力。


文献 3

《Effects of Fatigue on Ankle FlexorActivity and Ground Reaction Forces in Elite Table Tennis Players》

   作者:Yunfei Lu, Jun Wang,..., Michael E. Hahn   

   发表日期:2024-10-10   

   期刊:Sensors   

   简介:研究疲劳对精英乒乓球运动员踝屈肌活动及地面反作用力的影响。采用<Trigno Wireless EMG系统(DELSYS Inc)>以1kHz采样率记录双侧比目鱼肌/腓肠肌外侧头肌电,遵循SENIAM指南进行皮肤预处理,量化跖屈肌群在疲劳状态下的生物力学变化。


文献 4

《Effect of Unanticipated Tasks onSide-Cutting Stability of Lower Extremity with Patellofemoral Pain Syndrome》

   作者:Yiwen Ma, Wenjing Quan,..., Catherine Disselhorst-Klug   

   发表日期:2024-10-04   

   期刊:Sensors   

   简介:探究突发任务对髌股疼痛综合征患者侧切稳定性的影响。通过<16通道无线肌电系统(Delsys)>以1000Hz采样率随机触发变向动作,记录股直肌/股二头肌等7块肌肉激活特征,揭示神经肌肉控制缺陷机制。


文献 5

《A Multimodal Bracelet to Acquire MuscularActivity and Gyroscopic Data》   

   作者:Daniel Andreas, Zhongshi Hou,..., Egidio De Benedetto   

   发表日期:2024-09-25   

   期刊:Sensors   

   简介:开发多模态手环实现肌肉活动与陀螺仪数据的同步采集。创新性整合<Delsys Avanti Trigno>6通道EMG、24个力敏电阻和6个六轴传感器,突破传统仿生假肢控制局限,实现高密度生物信号融合。


文献 6

《How Effective Are Forecasting Models inPredicting Effects of Exoskeletons on Fatigue Progression?》
作者:Pranav Madhav Kuber,Abhineet RajendraKulkarni,...,Valentina Agostini
发表日期:2024-09-14
期刊:Sensors (Basel, Switzerland)
简介:该研究关注预测模型在预测外骨骼对疲劳进展影响方面的有效性。研究中以中等辅助水平设置外骨骼,使用Delsys 公司的 Trigno 无线肌电传感器(采样频率1200Hz)记录背部和腿部局部肌肉疲劳,同时结合主观疲劳评分,对理解外骨骼与疲劳的关系有重要意义。


文献 7

《Development of Surface EMG for GaitAnalysis and Rehabilitation of Hemiparetic Patients》
作者:Didier Pradon,Li Tong,...,Yvonne Tran
发表日期:2024-09-13
期刊:Sensors (Basel, Switzerland)
简介:该研究致力于开发用于偏瘫患者步态分析和康复的表面肌电技术。研究中让股外侧肌和腓肠肌内侧头配备两种不同的表面肌电系统,其中包括 Delsys 的 Trigno Avanti 系统,通过一分钟坐站测试评估患者运动和身体能力,为偏瘫患者的康复研究提供了技术支持。


文献 8

《A Novel Active Learning Framework forCross-Subject Human Activity Recognition from Surface Electromyography》
作者:Zhen Ding,Tao Hu,...,Alisa Rudnitskaya
发表日期:2024-09-13
期刊:Sensors (Basel, Switzerland)
简介:该研究介绍了一种用于基于表面肌电的跨主体人类活动识别的新型主动学习框架。研究中使用 DelsysTrigno 系统采集表面肌电信号,将电极传感器附着于下肢九块肌肉,


文献 9

《Preliminary Evaluation of New WearableSensors to Study Incongruous Postures Held by Employees in Viticulture》
作者:Sirio Rossano Secondo Cividino,MauroZaninelli,...,Christian Peham
发表日期:2024-09-02
期刊:Sensors (Basel, Switzerland)
简介:该研究初步评估新型可穿戴传感器用于研究葡萄种植从业者不良姿势的效果。在监测肌肉活动方面,表面肌电传感器常用于评估工作任务中的肌肉疲劳和生物力学负荷,Delsys Trigno 是知名的商用表面肌电设备,因无线且信号质量高,广泛应用于相关研究,适用于实验室和现场研究,为职业健康领域的姿势研究提供了技术参考。


文献 10

《Workplace Well-Being in Industry 5.0: AWorker-Centered Systematic Review》
作者:Francesca Giada Antonaci,Elena CarlottaOlivetti,...,Leopoldo Angrisani
发表日期:2024-08-23
期刊:Sensors (Basel, Switzerland)
简介:该系统性综述聚焦工业 5.0 中的工作场所幸福感,以工人为中心。文中提及 Lorenzini 等人的研究提出创新方法,持续监测和评估工人暴露于导致工作相关肌肉骨骼疾病的因素,并实时估计工作场所的身体压力,该系统使用在线多指标人体工效学评估系统,包括 Xsens MVN Biomech 套装、Kistler 测力台和 Delsys Trigno Wireless 平台,同时比较使用 EAWS 由专家提供综合评分,为工作场所健康研究提供了技术参考。


文献 11

《Walking on Virtual Surface Patterns Leadsto Changed Control Strategies》
作者:Maximilian Stasica,Celine Honekamp,...,GiovanniSaggio
发表日期:2024-08-13
期刊:Sensors (Basel, Switzerland)
简介:该研究发现行走在虚拟表面图案上会导致控制策略改变。研究中使用生物力学测量设备记录相关步态参数,参与者配备16 个 Delsys(Natick, MA, USA)的 Trigno Avanti 无线表面肌电传感器,平行于肌纤维放置在每侧肢体 8 块与步态相关的肌肉肌腹上,包括胫骨前肌、比目鱼肌等。皮肤准备包括去除体毛和用酒精清洁,为虚拟环境对步态控制的影响研究提供了数据。


文献 12

《Tele-Impedance control of a virtual avatarbased on EMG and M-IMU sensors: a proof-of-concept》
作者:Silvia Buscaglione,Alessia Noccaro,...,DomenicoFormica
发表日期:2024-08-09
期刊:Scientific Reports
简介:该研究探索基于肌电(EMG)和 M-IMU 传感器实现虚拟化身的远程阻抗控制,验证其概念可行性。研究中使用了 Delsys 的无线系统(因格式问题具体型号表述不清晰,推测为 Trigno 系列)和两个 M-IMU 传感器(MTw),通过整合肌电信号与惯性测量数据,尝试实现对虚拟化身的精准控制,为远程操控及人机交互领域提供了新的技术思路。


文献 13

《Unravelling Influence Factors in PatternRecognition Myoelectric Control Systems: The Impact of Limb Positions andElectrode Shifts》
作者:Bingbin Wang,Jinglin Li,...,Adrian Chan
发表日期:2024-07-25
期刊:Sensors (Basel, Switzerland)
简介:该研究探究模式识别肌电控制系统的影响因素,重点关注肢体位置和电极位移的影响。在伸肌(尺侧腕伸肌、桡侧腕伸肌)、屈肌(桡侧腕屈肌、尺侧腕屈肌)以及旋前肌和旋后肌上各放置两个电极,肌电信号经 20-500Hz 模拟滤波,通过 Delsys 软件(EMGworks® 版本 4.5.0)预设以 2148Hz 采样,每位参与者记录 8 个时段(4 种肢体位置和 4 种电极位移),为肌电控制系统的稳定性研究提供了方法。


文献 14

《Integrating sEMG and IMU Sensors in ane-Textile Smart Vest for Forward Posture Monitoring: First Steps》
作者:João Martins,Sara M. Cerqueira,...,Boon-Chong Seet
发表日期:2024-07-20
期刊:Sensors (Basel, Switzerland)
简介:该研究探索将表面肌电(sEMG)和惯性测量单元(IMU)传感器集成到电子纺织品智能背心,用于前倾姿势监测。研究中,将所开发采集电路获取的信号质量与商用黄金标准系统 ——Delsys Trigno Avanti 传感器进行对比验证。使用两种电极采集sEMG 信号:一是商用 Ag/AgCl 电极,用于评估所开发sEMG 采集电路的采集误差;二是所开发的纺织电极,用于确定误差并评估采集的 sEMG 信号质量,为智能穿戴设备在姿势监测中的应用奠定了基础。


文献 15

《Effect of Sampling Rate, Filtering, andTorque Onset Detection on Quadriceps Rate of Torque Development and TorqueSteadiness.》
作者:McKenzie S White,Megan C Graham,...,Brian Noehren
发表日期:2024-07-13
期刊:Sensors (Basel, Switzerland)
简介:该研究探究采样率、滤波和力矩起始检测对股四头肌力矩发展速率和力矩稳定性的影响。使用 BiodexSystem 4 等速测力计(2222Hz)和 Delsys 公司的 Trigno 模拟传感器同步采集双侧股四头肌等长收缩数据,2222Hz 的采样率由 Trigno 设备适配器规格决定,为肌电信号采集参数的优化提供了依据。


文献 16

《Potential of a New, Flexible ElectrodesEMG System in Detecting Electromyographic Activation in Low Back Musclesduring Clinical Tests: A Pilot Study on Wearables for Pain Management》
作者:Antoine Frasie,Hugo Massé-Alarie,...,Colin K.Drummond
发表日期:2024-07-12
期刊:Sensors (Basel, Switzerland)
简介:该初步研究探索新型柔性电极表面肌电系统在临床测试中检测腰背部肌肉肌电激活的潜力,聚焦于疼痛管理可穿戴设备。研究以 Delsys Trigno 系统作为参考仪器,其为无线表面肌电传感器系统(4 电极传感器块,电极间距 10mm,封装于 27×37×13mm 的刚性矩形盒中),具备双板载参考,采样率 1925.93Hz,16 位分辨率,通过蓝牙传输,且使用与新型系统相同的 Matlab 代码处理记录信号,为柔性电极肌电系统的研发提供了参考依据。


文献 17

《Effect of Sampling Rate, Filtering, andTorque Onset Detection on Quadriceps Rate of Torque Development and TorqueSteadiness》
作者:McKenzie S. White,Megan C. Graham,...,ChristianBaumgartner
发表日期:2024-06-30
期刊:Sensors (Basel, Switzerland)
简介:该研究探究采样率、滤波和力矩起始检测对股四头肌力矩发展速率和力矩稳定性的影响。无下肢损伤或手术史的参与者纳入研究,使用 Biodex System 4 等速测力计和 Delsys Trigno 模拟传感器(Delsys Inc., Natick, MA, USA)以 2222Hz 采集双侧股四头肌等长力量数据,2222Hz 的采样率由 Trigno 设备适配器规格决定。参与者被固定在测力计上,肩部、大腿和膝盖处有固定带,膝盖固定在 90°,为股四头肌功能评估参数优化提供了依据。


文献 18

《Knee Angle Estimation from Surface EMGduring Walking Using Attention-Based Deep Recurrent Neural Networks:Feasibility and Initial Demonstration in Cerebral Palsy》

作者:Mohamed Abdelhady,Diane L. Damiano,...,Adrian Chan
发表日期:2024-06-28
期刊:Sensors (Basel, Switzerland)
简介:该研究探究基于注意力的深度循环神经网络从步行时表面肌电信号估计膝关节角度在脑瘫患者中的可行性并进行初步演示。参与者穿着鞋子在步道上以自选速度反复行走,研究经 NIH 机构审查委员会批准,获得参与者知情同意。使用 Delsys TrignoWireless(Boston, MA, USA)以1000Hz 双侧记录胫骨前肌、腓肠肌内侧等 8 块肌肉的肌电信号,同时记录运动学数据,为脑瘫患者的运动评估提供了新方法。


文献 19

《Comparative Study of Ergonomics inConventional and Robotic-Assisted Laparoscopic Surgery》
作者:Manuel J. Pérez-Salazar,Daniel Caballero,...,KlausMoessner
发表日期:2024-06-14
期刊:Sensors (Basel, Switzerland)
简介:该研究对比传统与机器人辅助腹腔镜手术的人体工程学差异。使用含 17 个惯性传感器的系统实时捕捉参与者身体 segment 运动(更新率达 60Hz / 传感器),同时采用 DELSYS 的无线肌电 TRIGNO®Avanti 系统通过肌电信号记录肌肉活动,该系统含 16 个传感器(采样率 1024Hz),通过触发系统同步 Xsens 和 Delsys 系统记录,为手术方式的人体工程学评估提供了数据。


文献 20

《A Surface Electromyography (sEMG) SystemApplied for Grip Force Monitoring》
作者:Dantong Wu,Peng Tian,...,Georg Fischer
发表日期:2024-06-13
期刊:Sensors (Basel, Switzerland)
简介:本文介绍了一种用于握力监测的表面肌电(sEMG)系统。文中给出了该系统的一些性能参数,如电压为 3.3V 和 1.65V,采样频率为1000Hz 等,并通过与 Delsys 系统在 50% 最大自主收缩(MVC)抓握和球形抓握等情况下的数据对比,展示了该系统的相关性能指标,如相关系数(CCC)等。


上一页 1 2 3 下一页
咨询电话:
18900616086(微信同号)
网站:
http://www.eldisplay.onLine
工作时间:
周一到周五 09:00-18:00
service qrcode
公众号
service qrcode
视频号
电话咨询
18900616086
微信客服
加微信:18900616086