[发明专利]一种基于动态表面肌电信号的运动意图解码方法有效
申请号: | 201910084116.0 | 申请日: | 2019-01-29 |
公开(公告)号: | CN109814716B | 公开(公告)日: | 2021-07-27 |
发明(设计)人: | 李玉榕;张倩;杜民 | 申请(专利权)人: | 福州大学 |
主分类号: | G06F3/01 | 分类号: | G06F3/01;G06K9/62;G06N3/04 |
代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 蔡学俊 |
地址: | 350108 福建省福*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 动态 表面 电信号 运动 意图 解码 方法 | ||
1.一种基于动态表面肌电信号的运动意图解码方法,其特征在于:包括以下步骤:
步骤S1:设计不同训练集构造方案;
步骤S2:对原始信号进行预处理;
步骤S3:训练分类器;
步骤S4:选取用来测试分类器的动态肌电信号;
步骤S5:测试训练好的分类器并选出最优特征和训练集构造方案;
步骤S6:在线意图解码;
步骤S1中,所述训练集包括三类,分别为纯动态肌电信号、纯稳态肌电信号、以及稳态肌电信号与动态肌电信号的结合信号;
步骤S2具体包括以下步骤:
步骤S21:将训练数据集进行加窗处理;
步骤S22:计算每个时间窗内的肌电特征,比较不同特征对动态肌电信号解码的影响,并进行特征提取;
步骤S23:生成满足分类器要求的输入样本;
步骤S21具体为:用时间窗对动态肌电信号进行分割,通过重叠窗的形式将原始信号构造成多个样本;分割后的窗口数量采用下式计算:
步骤S22中,肌电信号在进行意图解码中用到的特征包括时域特征、频域特征和时频域特征;
分类器采用卷积神经网络迁移学习方法,用经过步骤S1和步骤S2处理过的不同训练集离线训练卷积神经网络,得到训练好的分类器;
步骤S5具体为:采用步骤S2的预处理方法,将步骤S4选取的用于测试的动态肌电信号构造成用于测试分类器的输入样本,然后离线测试各个训练好的分类器,选取解码正确率最高的分类器作为步骤S6在线意图解码所用的分类器,用于训练该分类器的训练集构造方案即为最优方案,相应的特征量即为最优动态肌电信号的特征;
步骤S6具体为:从动态肌电信号开始按照时间窗分割方案移动并计算特征值,形成输入图片后输入已训练好的分类器,得出实时解码结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910084116.0/1.html,转载请声明来源钻瓜专利网。