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.本团队公开了一款名为**Hyser**的高密度表面肌电图（High density Surface Electromyogram，HD-sEMG）记录数据集，以及一款面向神经接口研究的工具箱。本数据集的采集共招募20名受试对象，每名受试对象于不同日期重复参与两次实验，两次实验均遵循统一的实验范式。依托该数据集，研究人员可针对34种手部动作的模式识别，以及高密度表面肌电图与五指受力间的回归分析开展先进技术研发。此类技术对于实现神经假肢与神经外骨骼的直观控制具有核心价值。本工具箱可实现两大功能：(1) 采用标准基准方法对五组数据集分别进行分析；(2) 通过独立成分分析将高密度表面肌电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)记录和配套工具箱，包含20名受试者在34种手势和手指力量控制任务中的数据，旨在支持神经假体和神经外骨骼的直观控制研究。数据集包含原始和预处理信号，以及用于模式识别和回归分析的工具，为神经接口技术研究提供了重要平台。