脑机接口 / BCI

Bias in Surface Electromyography Features across a Demographically Diverse Cohort

表面肌电特征在人口多样化群体中的偏见

Aditi Agrawal, Celine John Philip, Giancarlo K. Sagastume, Marcus A. Battraw, Wilsaan M. Joiner, Jonathon S. Schofield, Lee M. Miller, Richard S. Whittle

机构 * Graduate Group in Computer Science, University of California, Davis（计算机科学研究生组，加州大学戴维斯分校） ； Department of Electrical and Computer Engineering, University of California, Davis（电气与计算机工程系，加州大学戴维斯分校） ； Department of Mechanical and Mechatronic Engineering and Advanced Manufacturing, California State University, Chico（机械与机电工程及先进制造系，加州州立大学奇科分校） ； Department of Neurobiology, Physiology & Behavior, University of California, Davis（神经生物学、生理学与行为系，加州大学戴维斯分校） ； Department of Otolaryngology / Head & Neck Surgery, University of California, Davis（耳鼻喉科/头颈外科系，加州大学戴维斯分校） ； Center for Mind & Brain, University of California, Davis（心智与大脑中心，加州大学戴维斯分校） ； Department of Mechanical & Aerospace Engineering, University of California, Davis（机械与航空航天工程系，加州大学戴维斯分校） 纠错

专题命中 运动想象 ：neural interface(abstract)；分类 cs.LG、cs.HC

AI总结 研究探讨了人口差异对肌电信号的影响及其对基于机器学习的手势解码的 implications，发现33%的常用肌电特征与人口特征显著相关，有助于开发公平的神经接口。

Comments 17 pages, 4 Figures