该项目的目标是使用深度学习建立一个模型，该模型可以从表面肌电图设备的8个微电压数据通道中预测21个点的手部位置。 该数据将从小型外围设备跨蓝牙收集，用于生成手部位置的预测，然后呈现在显示器上。 通过从臂带外围设备收集微电压以用作特征数据来训练该模型。 使用Leap相机收集位置数据，并将其用作真实标签数据。 然后训练模型以使该位置和电动数据相关联，以允许仅根据电动数据来预测手的位置。 此问题已在许多行业的VR / AR应用中用于游戏和生产力，计算机神经接口，下一代假肢。 硬件 该项目使用的是T