巴特尔用MATLAB开发信号处理和机器学习算法和实时运行的算法。
参与者表现出一个计算机生成的虚拟手进行的运动,如腕关节屈伸,拇指伸屈,和手开合,并责成考虑用自己的手做同样的动作。
在MATLAB工作,团队开发的算法来分析从植入的电极阵列中的96个信道的数据。小波工具箱™,他们进行了小波分解,分离支配运动的大脑信号的频率范围。
它们在MATLAB分解来计算平均小波功率(MWP),减小每个100毫秒窗口一个单信道到单个值期间捕获的3000个特征的结果进行变换。
将得到的96个MWP值用作对机器学习算法,该特征翻译成单个运动特征向量。
该团队使用MATLAB来测试几种机器学习技术,包括判别分析和支持向量机(SVM),解决对性能优化的定制SVM。万博1manbetx
在试验期间,该团队由具有参与者试图在视频中的运动训练SVM。他们用训练的SVM的输出动画计算机生成的虚拟手的参与者可以在屏幕上操纵。相同的SVM输出被缩放并用来控制NMES套筒的130个频道。
虽然参与者移动他的胳膊和手进行简单的动作,所有的信号处理,解码,和机器学习算法进行了MATLAB中的实时桌面计算机上运行。
目前巴特尔工程师利用MATLAB开发用于第二代系统NeuroLife,这将包括加速计和其它传感器,以使控制算法来监视臂的位置,并检测疲劳算法。