一种基于表面肌电信号的下肢动作识别分类方法技术

一种基于表面肌电信号的下肢动作识别分类方法属于肌电信号动作识别技术领域，针对常规肌电信号预处理过程难度大，处理过程繁琐以及脑电信号非线性的特点。该方法利用巴特沃斯滤波器和陷波器进行滤波处理，使用希尔伯特变换求取肌电信号的包络线，使用有重叠的滑动窗口分割肌电信号波形并提取窗口内的特征值。所述方法包括：肌电信号的采集、肌电信号的预处理、滑动窗口分割肌电信号、提取窗口内的特征值、特征融合形成特征向量、定义BP神经网络模型结构、神经网络模型训练和识别。本发明专利技术从肌电信号的预处理和提取特征值的角度出发，改进神经网络模型的输入，本发明专利技术能够简化肌电信号预处理的复杂度，同时也提高动作识别的效率和准确率。准确率。准确率。

【技术实现步骤摘要】
一种基于表面肌电信号的下肢动作识别分类方法


[0001]本专利技术属于肌电信号动作识别
，是一种基于表面肌电信号进行 下肢动作识别分类方法。相比于其他肌电信号动作识别方法，该方法重点解 决以上识别过程中存在的复杂的降噪和滤波等预处理的问题。该方法使用滤 波后肌电信号进行包络线分析，并结合滑动窗口处理信号，对连续时间内的 信号进行分割，来提取特征向量的方法进行识别，在数据集上取得了良好的 分类准确率。

技术介绍

[0002]表面肌电(surface electromyography，sEMG)信号是肌肉收缩时所产生的电 波动，既与肌肉本身的组织生理特性有关，也与神经控制系统有关，它反映 了神经肌肉的活动和功能状态。因此，肌电信号已广泛应用于生理医学、康 复医学及运动医学等领域的研究，并且成为驱动机器人、控制假肢运动以及 功能性电刺激的理想控制信号。sEMG在测量上具有非侵入性、无创伤、操 作简单等优点。因而，sEMG在临床医学、康复医学以及体育科学等方面均有 重要的实用价值，并且sEMG是目前唯一能够让康复医生在动态情况下研究 患者肌肉功能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于表面肌电信号的下肢动作识别分类方法，其特征在于，包括如下步骤：步骤1、下肢表面肌电信号的采集：采用6通道电极帽采集受试者的下肢肌电信号，采样率为2000Hz的数据；步骤2、下肢表面肌电信号的预处理：对步骤1采集的肌电信号进行巴特滤波提取有效频段内的肌电信号、利用陷波器去除50Hz及其倍频干扰信号、利用希尔伯特变换提取滤波后的肌电信号的包络线、肌电信号取正便于滑动窗口处理、数据归一化；步骤3、确定滑动窗口的窗口大小和窗口增量：采用有重叠的滑动窗口法，在窗口中提取特征变量；滑动窗口处理公式，如下：其中，k表示信号通道；N表示滑动窗口长度；emg(i)表示滤波后的肌电信号；f表示求取某种特征值函数，为MAV或者MF；步骤4、肌电信号的特征提取；时域分析方面，绝对平均值MAV反映出该段表面肌电信号的平均强度和肌肉动作强度；频域分析方面，中值频率MF可以反映肌肉收缩过程中电信号频率的中间值；步骤5、结合时域特征和频域特征避免原始数据细节信息的丢失，将绝对平均值和中值频率进行融合作为特征参数；步骤6、定义BP神经网络模型结构：将预处理完的样本数据输入到BP神经网络模型中进行学习，不断训练模型参数，最大迭代次数1500次，最小梯度变化1
×
10
‑
10
。2.根据权利要求1所述的一种基于表面肌电信号的下肢动作识别分类方法，其特征在于步骤2中所述的肌电信号预处理，具体如下：对表面肌电信号用巴特沃斯滤波器和陷波器将信号中特定频率的信号滤除，保留信号原始的频率；将其分解为小于20Hz、20～450Hz、&...

【专利技术属性】
技术研发人员：王丹，付东东，杜金莲，付利华，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：