【技术实现步骤摘要】
一种假肢控制方法、装置、系统、设备和存储介质
本专利技术实施例涉及生理信号检测技术，尤其涉及一种假肢控制方法、装置、系统、设备和存储介质。
技术介绍
随着肌电信号检测和识别技术的不断发展，肌电信号在假肢控制、肌肉疾病诊断和神经系统疾病分析等方面得到了广泛的研究和应用。肌电信号是大量运动单元兴奋发放的动作电序列沿肌纤维传播的生理电信号，不同的肢体动作类型具有不同的肌肉收缩模式，这些模式的差别反映在肌电信号特征的差异上，通过辨别出这些差异以区分不同的肌肉动作类型，从而使假肢动作类型更加自然，控制更方便。但由于肌电信号比较微弱，易受干扰，对其实时采集、处理有一定的困难，为了取得更好的效果，往往会将肌电信号混合其它信号进行联合处理分析。肌肉阻抗是由生物体血液、肌肉与细胞组织中的电阻和电容等组成的综合阻抗，其通过电极向被测肌肉组织区域施加激励电流，检测对应区域的电压信号并利用欧姆定律计算得到，作为肌肉特性的一个重要参数，也常用于做肌肉疾病分析，肌电信号可以结合肌肉阻抗信号进行联合处理分析。在实现本专利技术过程中，专利技术人发现...
【技术保护点】
1.一种假肢控制方法，其特征在于，包括：/n获取假肢连接处的肌肉信号，所述肌肉信号包括肌电信号和肌肉阻抗信号；/n识别所述肌肉信号对应的动作类型；/n根据所述动作类型生成所述假肢的控制指令。/n
【技术特征摘要】
1.一种假肢控制方法，其特征在于，包括：
获取假肢连接处的肌肉信号，所述肌肉信号包括肌电信号和肌肉阻抗信号；
识别所述肌肉信号对应的动作类型；
根据所述动作类型生成所述假肢的控制指令。
2.根据权利要求1所述的方法，其特征在于，所述识别所述肌肉信号对应的动作类型，包括：
叠加所述肌电信号和所述肌肉阻抗信号，得到叠加肌肉信号；
将所述叠加肌肉信号输入至预先训练的肌肉动作类型识别模型中，得到所述肌肉信号对应的动作类型。
3.根据权利要求1所述的方法，其特征在于，所述识别所述肌肉信号对应的动作类型，包括：
提取所述肌电信号的特征得到肌电特征信号，以及，提取所述肌肉阻抗信号的特征得到肌肉阻抗特征信号；
叠加所述肌电特征信号和所述肌肉阻抗特征信号，得到叠加特征信号；
将所述叠加特征信号输入至预先训练的特征动作类型识别模型中，得到所述肌肉信号对应的动作类型。
4.根据权利要求1所述的方法，其特征在于，所述识别所述肌肉信号对应的动作类型，包括：
将所述肌电信号输入至预先训练的肌电动作类型识别模型中，获取肌电动作类型；
将所述肌肉阻抗信号输入至预先训练的肌肉阻抗动作类型识别模型中，获取肌肉阻抗动作类型；
根据所述肌电动作类型和所述肌肉阻抗动作类型确定所述肌肉信号对应的动作类型。
5.根据权利要求2所述的方法，其特征在于，通过如下方式训练所述肌肉动作类型识别模型：
获取肌电样本信号、肌肉阻抗样本信号以及与肌电样本信号和肌肉阻抗样本信号对应的动作类型；
叠加所述肌电样本信号和所述肌肉阻抗样本信号，得到叠加肌肉样本信号；
将所述叠加肌肉样本信号作为输入变量，所述肌电样本信号和所述肌肉阻抗样本信号对应的动作类型作为输出变量，训练分类器模型，得到所述肌肉动作类型识别模型。
6.根据权利要求3所述的方法，其特征在于，通过如下方式训练所述特征动作类型识别模型：
获取肌电样本信号、肌肉阻抗样本信号以及与肌电样本信号和肌肉阻抗样本信号对应的动作类型；
提取所述肌电样本信号的特征得到肌电样本特征信号，以及，提取所述肌肉阻抗样本信号的特征得到肌肉阻抗样本特征信号；
叠加所述肌电样本特征信号和所述肌肉阻抗样本特征信号，得到叠加肌肉样本特征信号；
将所述叠加肌肉样本特征信号作为输入变量，所述肌电样本信号和所述肌肉阻抗样本信号对应的动作类型作为输出变量，训练分类器模型，得到所述特征动作类型识别模型。
7.根据权利要求4所述的方法，其特征在于，通过如下方式训练所述肌电动作类型识别模型：
获取肌电样本信号以及与肌电样本信号对应的动作类型；
将所述肌电样本信号作为输入变量...
【专利技术属性】
技术研发人员：黄品高，李光林，张元康，翁恭伟，魏文昊，黄天展，杨子健，王辉，于文龙，黄剑平，汪圆圆，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。