Open Access Dataset and Toolbox of High-Density Surface Electromyogram Recordings

We provide an open access dataset of High densitY Surface Electromyogram (HD-sEMG) Recordings (named "Hyser"), and a toolbox for neural interface research. We acquired data from 20 subjects with each subject participating in our experiment twice on separate days following the same experiment paradigm. Using our dataset, researchers can develop advanced techniques on pattern recognition of 34 hand gestures and regression between HD-sEMG and forces of five fingers. These techniques are essential for intuitive control of neuroprostheses and neuroexoskeletons. Our toolbox can be used to: (1) analyze each of the five datasets using standard benchmark methods and (2) decompose HD-sEMG signals into motor unit action potentials via independent component analysis.本平台提供了一项开放式访问的高密度表面肌电图（HD-sEMG）记录数据集（命名为“Hyser”），以及一套用于神经接口研究的工具箱。数据来源于20位受试者，每位受试者在不同日重复参与我们的实验两次，遵循相同的实验范式。利用本数据集，研究者们能够开发出针对34种手部手势的识别模式以及高密度表面肌电图与五指力量之间的回归分析的高级技术。这些技术对于神经假肢和神经外骨骼的直观控制至关重要。本工具箱可用于：（1）使用标准基准方法分析五个数据集中的每一个；（2）通过独立成分分析将高密度表面肌电图信号分解为运动单位动作电位。

搜集汇总

背景与挑战

背景概述

该数据集提供了高密度表面肌电图（HD-sEMG）的开放访问数据集和工具箱，包含20名受试者的34种手势模式识别数据和五个手指的力回归数据。数据集支持神经接口研究，可用于神经假体和神经外骨骼的直观控制技术开发。