【技术实现步骤摘要】
肌电信号处理方法、装置、设备、可读存储介质及产品
本公开实施例涉及人工智能领域，尤其涉及一种肌电信号处理方法、装置、设备、可读存储介质及产品。
技术介绍
表面肌电信号是浅层肌肉肌电信号和神经干上电活动在皮肤表面的综合效应，能在一定程度上反映神经肌肉的活动。因而，表面肌电信号在临床医学、人机功效学、康复医学以及体育科学等方面均有重要的实用价值。肌电控制的模式识别在多自由度解码肌电意图方面具有巨大的潜力。而由于缺少复杂因素的鲁棒性，阻碍了其在假肢制作领域中的大规模使用。而对于前臂肌电识别系统，移动的距离往往与分类误差成正比，例如，每纵向移动一厘米，分类误差大约从5％增加到20％。因此，如何提高肌电识别模型的识别精度，成为了亟待解决的问题。为了解决上述技术问题，现有技术中一般都通过识别和部署对外部因素具有鲁棒性的表面肌电信号特征，通过该具有鲁棒性的表面肌电信号对模型进行训练。例如，利用通道间空间相关性的统计度量方差图，替代从单个肌电通道中提取特征的方法，能够对电极漂移具有更高的鲁棒性在实现本公开过程中，专利技术人发...
【技术保护点】
1.一种肌电信号处理方法，其特征在于，包括：/n获取待识别肌电信号；/n将所述待识别肌电信号输入到校正后的肌电信号识别模型中；/n通过所述校正后的肌电信号识别模型对待识别肌电信号对应的手势进行识别，输出手势类型；/n所述校正后的肌电信号识别模型是通过校正数据集，以及待校正肌电信号识别模型对应的训练参数信息对所述待校正肌电信号识别模型进行校正操作后获得的，所述待校正肌电信号识别模型是通过多个手势对应的待训练数据集训练后得到的，所述校正数据集中包括多组与所述待训练数据集中待训练样本采集位置不同的表面肌电信号以及其对应的标签信息。/n
【技术特征摘要】
1.一种肌电信号处理方法，其特征在于，包括：
获取待识别肌电信号；
将所述待识别肌电信号输入到校正后的肌电信号识别模型中；
通过所述校正后的肌电信号识别模型对待识别肌电信号对应的手势进行识别，输出手势类型；
所述校正后的肌电信号识别模型是通过校正数据集，以及待校正肌电信号识别模型对应的训练参数信息对所述待校正肌电信号识别模型进行校正操作后获得的，所述待校正肌电信号识别模型是通过多个手势对应的待训练数据集训练后得到的，所述校正数据集中包括多组与所述待训练数据集中待训练样本采集位置不同的表面肌电信号以及其对应的标签信息。
2.根据权利要求1所述的方法，其特征在于，所述将所述待识别肌电信号输入到校正后的肌电信号识别模型中之前，还包括：
获取预先通过多个手势对应的待训练数据集训练后的待校正肌电信号识别模型，以及所述待校正肌电信号识别模型对应的训练参数信息；
获取校正数据集，所述校正数据集中包括多组与所述待训练数据集中待训练样本采集位置不同的表面肌电信号以及其对应的标签信息，所述校正数据集的数据量小于所述待训练数据集的数据量；
通过所述校正数据集，以及所述待校正肌电信号识别模型对应的训练参数信息对所述待校正肌电信号识别模型进行校正操作，获得校正后的肌电信号识别模型；并通过所述校正后的肌电信号识别模型输出校正数据集中每个校正数据对应的手势类型。
3.根据权利要求2所述的方法，其特征在于，所述获取预先通过多个手势对应的待训练数据集训练后的待校正肌电信号识别模型，以及所述待校正肌电信号识别模型对应的训练参数信息，包括：
获取多个手势对应的待训练数据集，所述待训练数据集中包括多组待训练样本，所述待训练样本中包括表面肌电信号以及其对应的标签信息；
采用所述待训练数据集，对预设的待训练模型进行预训练操作，获得待校正肌电信号识别模型，以及所述待校正肌电信号识别模型对应的训练参数信息。
4.根据权利要求3所述的方法，其特征在于，所述获取多个手势对应的待训练数据集，包括：
获取预设的多个采集通道采集的不同手势对应的待处理肌电信号；
对所述待处理肌电信号进行活动段检测，获得包括有效手势动作对应的肌电信号；
针对每一有效手势动作对应的肌电信号，根据所述手势动作，对所述肌电信号进行标注操作，获得所述多个手势对应的待训练数据集。
5.根据权利要求3所述的方法，其特征在于，所述采用所述待训练数据集，对预设的待训练模型进行预训练操作，获得待校正肌电信号识别模型，以及所述待校正肌电信号识别模型对应的训练参数信息，包括：
采用最小化平方以及误差函数、所述待训练数据集对预设的待训练模型进行预训练操作，获得待校正肌电信号识别模型，以及所述待校正肌电信号识别模型对应...
【专利技术属性】
技术研发人员：姚秀军，韩久琦，田彦秀，
申请(专利权)人：京东数科海益信息科技有限公司，
类型：发明
国别省市：北京;11
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。