PROCÉDÉ DE COMMANDE DE MAIN ARTIFICIELLE REPOSANT SUR UN SIGNAL ÉLECTROPHOTOGRAPHIQUE DE SURFACE MULTIDIMENSIONNELLE REPOSANT SUR UN PROCÉDÉ D'ANALYSE DE COMPOSANT PRINCIPAL
Disclosed is a multi-dimensional surface electromyographic signal based artificial hand control method based on a principal component analysis method, the control method comprising the following steps: first, an armband provided with a 24-channel array electromyography sensor being worn on a forearm of a subject, and five finger joint attitude sensors being respectively worn on a distal phalanx of a thumb and middle phalanxes of other fingers of the subject； the subject being subjected to independent bending and stretching training of five fingers, and acquiring electromyography sensing array data and finger joint attitude sensor data at the same time； decoupling the electromyography sensing data by using a principal component analysis method to constitute a finger movement training set； after the training is completed, removing the sensors worn on the fingers； carrying out data fitting on the finger movement training set by using a neural network method to build a finger continuous-movement prediction model； and predicting a bending angle of the current finger by using the finger continuous-movement model. The control method can overcome the non-continuity of modal classification of discrete actions, thus ultimately achieving smoother control over an artificial hand.L'invention concerne un procédé de commande de main artificielle reposant sur un signal électromyographique de surface multidimensionnelle reposant sur un procédé d'analyse de composant principal, le procédé de commande comprenant les étapes suivantes : d'abord, un brassard doté d'un capteur d'électromyographie en réseau à 24 canaux est porté sur un avant-bras d'un sujet, et cinq capteurs de position d'articulation de doigt sont respectivement portés sur une phalange distale d'un pouce et des phalanges médianes d'autres doigts du sujet； le sujet est soumis à un exercice de flexion et d'étirement indépendant de cinq doigts et acquiert des données de réseau de détection d'électromyographie et des données
