第二篇创刊论文 - 鲍哲南教授团队 Nature Sensors: 生成式EMG网络的可穿戴设备用于手势识别与步态预测

背景：在可穿戴传感器领域，传统高密度表面肌电图（EMG）设备虽然能精准捕捉手势、步态等复杂运动信息，但通常体积庞大、电极数量多，限制了其日常穿戴的实用性与用户体验。研究目的：斯坦福大学鲍哲南教授团队旨在通过结合生成式表示学习与柔性可穿戴传感技术，以更少、更紧凑的传感器实现与高密度阵列相当的信号重建与动作预测能力。结论：该团队提出了一种生成式肌电图网络（GenENet），结合柔性可拉伸传感器，能够从有限的传感器输入中重建未覆盖区域的肌肉活动信号，实现了用6通道设备达到32通道设备的识别性能。该系统在手语字母识别和步态动力学预测任务中表现出色，验证了低通道设备在保持性能的同时降低系统复杂度的可行性，为低功耗、低复杂度的可穿戴生理监测设备开辟了新路径。