本发明涉及一种基于表面膈肌肌电的呼吸机触发方法，包括以下步骤：步骤1：利用高密度表面电极采集表面膈肌肌电信号，并对其进行频域滤波降噪；步骤2：采用盲源分离算法滤除如心电信号等噪声干扰，分离出纯净的表面膈肌肌电信号；步骤3：根据提取出的信...

本发明涉及一种基于IMU(惯性测量单元)与sEMG(表面肌电信号)特征图像融合的肌电模式识别方法，其步骤包括：1、IMU与sEMG原始数据集的准备，包括数据采集、数据预处理、活动段检测；2、IMU与sEMG特征集的提取，包括特征提取、特...

本发明涉及一种基于掩码自编码器的肌电信号自监督预训练方法，包括以下步骤：对M通道长度为N的高密度表面肌电信号X(n)预处理为可用于Transformer输入的一组词向量；采用掩码机制将其中的部分词向量遮掩后作为网络输入；网络采用一个非对...

本发明涉及运动信息采集与处理和肌电模式识别技术领域，本发明公开了一种鲁棒于电极偏移的肌电手环手势识别方法。该方法通过三次多项式插值法对训练数据进行插值，通过不同距离的左右平移模拟出手环沿着垂直肌纤维方向发生旋转偏移的多个位置的数据，并分...

本发明涉及一种面向分布式系统自适应的多目标肌电模式识别方法，包括：1、在服务器构建带标签的源域肌电数据集，包括信号采集、滑窗分割、活动段提取、肌电特征图像构建以及动作类别标注；2、在服务器端对源域肌电数据集进行数据增强，并对模型进行预训...

本发明涉及一种基于多任务学习Transformer的肌电控制方法，其特征在于，包括以下步骤：步骤一：采集表面肌电信号并提取包络，将肌电信号和包络信号拼接形成融合样本，对每位用户划分训练集和测试集；步骤二：构建一个基于Transforme...

本发明涉及一种基于生成对抗网络的肌电去噪和活动段检测方法，该方法由采集纯净的sEMG作为纯净样本，通过添加人工噪声以及运动伪影等合成噪声样本，划分测试集和训练集，去噪网络和活动段检测网络的生成与训练等步骤组成。通过引入包含门循环单元的生...