[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top