基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法技术

基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，属于康复治疗领域，为了解决现有的识别方法在模型选择和参数调节时，存在耗时长以及识别效率低的问题。本发明专利技术针对样本个体采集的原始表面肌电信号进行滤波和活动段识别后，进行特征值提取，构建源域；以源域为基础，引入概率矩阵和中心距离构建损失函数，通过线性规划方法求出解迁移学习分类器；对待识别个体的原始表面肌电信号依次进行采集、滤波和活动段识别后，进行特征值提取，生成目标域；将目标域与源域进行域内对齐后输入迁移学习分类器，完成对待识别个体的手势动作的识别。有益效果为避免了模型选择和参数调节的同时，减少了标签数据和训练时间。减少了标签数据和训练时间。减少了标签数据和训练时间。

【技术实现步骤摘要】
基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法


[0001]本专利技术属于康复治疗领域。

技术介绍

[0002]表面肌电信号是由神经和肌肉等组织受到刺激后产生的动作电位在皮肤表面形成的综合信号；由于表面肌电信号蕴含着丰富的与人体运动相关的信息，而且其采集操作简便、无痛无伤，因此成为了近年医疗健康领域的研究热点，被广泛应用于手部瘫痪患者的康复治疗；然而，尽管人体的骨骼和肌肉分布大致相同，但受到用户性别、年龄、BMI指数、肌肉力量等个体性差异的影响，表面肌电信号具有天然的个体依赖性；即使不同的被试者执行相同的手部动作，产生的表面肌电信号也不尽相同，进而导致了其特征值大小、空间分布规律的差异，然而现有的机器学习方法无法构建具有强泛化能力的模型对跨个体的手势动作进行分类，这就造成了跨个体手势识别任务准确率普遍低下的问题；此外，由于个体性差异和采集通道的影响，不同被试者的通道阈值也存在差异，这就要求实验者在离线实验中对通道阈值进行反复调整，直到阈值合适；为了解决跨个体的差异性问题，现有的手势识别方法一方面是针对不同被试者分别训练分类模型，然后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，其特征在于，该手势识别方法包括以下步骤：步骤一、采集样本个体的手势动作，获取源体表面肌电信号；步骤二、对步骤一获取的源体表面肌电信号进行滤波处理，获取源体滤波肌电信号；步骤三、采用动态阈值法对步骤二获取的源体滤波肌电信号进行活动段识别，获取源体活动段肌电信号；步骤四、对步骤三获取的源体活动段肌电信号进行特征值提取，提取出源体活动段肌电信号的特征值，并利用该特征值构建源域；步骤五、以步骤四构建的源域为基础，引入概率矩阵和中心距离构建损失函数，通过线性规划方法求出解迁移学习分类器；步骤六、采集待识别个体的手势动作，获取待测体表面肌电信号；步骤七、对步骤六获取的待测体表面肌电信号进行滤波处理，获取待测体滤波肌电信号；步骤八、采用动态阈值法对步骤七获取的待测体滤波肌电信号进行活动段识别，获取待测体活动段肌电信号；步骤九、对步骤八获取的待测体活动段肌电信号进行特征值提取，提取出待测体活动段肌电信号的特征值，并将该特征值作为目标域；步骤十、将步骤九得到的目标域与步骤四构建的源域进行域内对齐，然后输入至步骤五求解出的迁移学习分类器，完成对待识别个体的手势动作的识别。2.根据权利要求1所述的基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，其特征在于，步骤一中采集样本个体的手势动作包括握拳手势、剪刀手势、张手手势、六手势和放松手势。3.根据权利要求1所述的基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，其特征在于，步骤二中获取源体滤波肌电信号的具体方法为：采用50Hz陷波器和4阶巴特沃斯带通滤波器，并利用中值滤波法去除源体表面肌电信号的基线漂移，消除信号中的低频、高频以及工频干扰。4.根据权利要求1所述的基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，其特征在于，步骤三中获取源体活动段肌电信号的具体步骤为：步骤三一、对源体滤波肌电信号进行分窗处理；步骤三二、对步骤三一中源体滤波肌电信号的窗口长度进行初始化，并确定移动步长以及确定活动段识别的阈值；步骤三三、判断阈值是否小于0；如果是，则执行步骤三四；如果否，则这行步骤三五；步骤三四、增加窗口长度，并初始化阈值，然后执行步骤三五；步骤三五、通过滑动窗口法比较，确定活动...

【专利技术属性】
技术研发人员：王启松，刘丹，钟小聪，雷路平，邓祥，唐嘉泽，段三鹤，赵永平，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：