[发明专利]可用于假肢手控制的基于肌音信号手部动作模式识别方法

摘要

本发明涉及可用于假肢手控制的基于肌音信号手部动作模式识别方法，该方法包括以下步骤：A、数据采集：a1)通过传感器采集肌肉声音信号，a2)利用数据采集卡采集手动作的肌音信号；B、数据处理：b1)将采集到的信号进行数字滤波，b2)将滤波后的信号通过滑动窗等长分割成短时帧，经判断后完成整个数据段的动作分割，b3)提取动作帧的时域特征和频域特征，构成特征空间，b4)利用特征提取方法对特征空间进行降维处理，b5)将降维后得到的新的特征空间输入分类器，得到动作判别结果数据。与现有技术相比，本发明具有方法简单，识别准确率高，易于将算法植入嵌入式系统，可实现基于肌音信号的手部动作实时识别等优点。

主权项

可用于假肢手控制的基于肌音信号手部动作模式识别方法，其特征在于，该方法包括以下步骤：A、数据采集：a1)通过多个压电加速度传感器采集肌肉声音信号；a2)利用数据采集卡采集手张开、手握紧、手腕弯曲、手腕伸直四个动作的肌音信号；B、数据处理：b1)将采集到的信号进行数字滤波；b2)将滤波后得到的信号通过滑动窗等长分割成短时帧，并对每帧的绝对均值和方差进行分析，如两参数均超过阈值，则判定其为动作帧，该动作帧后的两帧直接跳过，再进行下一个动作的判断，据此，完成整个数据段的动作分割；b3)提取动作帧的时域特征和频域特征，构成特征空间；b4)利用特征提取方法对特征空间进行降维处理；b5)将降维后得到的新的特征空间输入二次或线性分类器，得到动作识别结果数据，该识别结果数据可用于假肢手控制。