一种基于肌电信号的上肢肘关节角度估计方法及系统技术方案

本发明专利技术公开了一种基于肌电信号的上肢肘关节角度估计方法及系统，属于信号处理及模式识别领域

【技术实现步骤摘要】
一种基于肌电信号的上肢肘关节角度估计方法及系统


[0001]本专利技术涉及信号处理及模式识别领域，更具体的说是涉及一种基于肌电信号的上肢肘关节角度估计方法及系统
。

技术介绍

[0002]偏瘫是一种由神经损伤引起的运动功能障碍
。
偏瘫患者的临床治疗主要是由康复治疗师指导下一对一的康复治疗
。
这种方式费时，成本高
。
因此，迫切需要一种新的
、
高效的康复疗法来弥补传统康复训练的不足
。
[0003]目前，肌电信号作为肌肉运动和神经运动的综合结果，在康复机器人领域，肌电信号可以反映患者的主观意图，通过肌电信号对肌力
、
扭矩和关节角度进行估计，转化成执行器的控制信号来驱动康复机器人，以此达到主动康复的目的，因此，通过康复外骨骼机器人将机器人技术与康复医学结合，可以使康复治疗师摆脱主要的体力劳动，并为病人制定更好的康复方案
。
康复机器人辅助训练帮助患者恢复肌力和关节活动度，提高康复效果
。
>[0004]但是，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于肌电信号的上肢肘关节角度估计方法，其特征在于，包括以下步骤：
S100
：采集人体上肢相关肌肉的肌电信号以及运动过程中关节角度；
S200
：对肌电信号进行预处理，提取肌电信号的特征；
S300
：定义支持向量回归模型，将提取的肌电信号的特征以及采集得到的运动过程中关节角度作为训练样本输入到所述支持向量回归模型中；
S400
：初始化鲸鱼优化算法参数，设置鲸鱼优化算法种群个体数量
、
迭代次数以及惩罚因子和核函数参数的优化范围，对所述支持向量回归模型进行迭代训练，得到优化后的惩罚因子和核函数参数；
S500
：利用优化后的惩罚因子和核函数参数用于建立
WOA
‑
SVR
回归模型；
S600
：将待检测肌电信号输入到
WOA
‑
SVR
回归模型，得到对应的上肢肘关节角度估计结果
。2.
根据权利要求1所述的一种基于肌电信号的上肢肘关节角度估计方法，其特征在于，所述
S200
：对肌电信号进行预处理，提取肌电信号的特征，包括：
S210
：使用
50hz
的陷波滤波器去除电源引起的
50hz
工业频率干扰；
S220
：使用3阶的
Kalman
带通滤波器对采集到的肌电信号进行
15
‑
500Hz
的带通滤波；
S230
：使用低通滤波器滤除高频噪声干扰；
S240
：提取肌电信号的特征，所述肌电信号的特征包括均方根特征和波长特征；其中，所述均方根特征计算公式如下：所述波长特征计算公式如下：式中，
N
为采样点数，
n
i
为第
i
个样本的数值
。3.
根据权利要求1所述的一种基于肌电信号的上肢肘关节角度估计方法，其特征在于，所述
S300
：调用支持向量回归模型，将提取的肌电信号的特征以及采集得到的运动过程中关节角度作为样本数据输入到所述支持向量回归模型中，包括：
S310
：将提取的肌电信号的特征以及采集得到的运动过程中关节角度作为样本数据，其中，样本数据的输入为
X
＝
[x1,x2,
…
,x
t
]
T
，
t
为两通道肌肉肌电的特征数据个数，样本数据的输出为
Y
＝
[f1,f2,
…
,f
k
]
T
，
k
取1，输出为关节角度值；
S320
：定义支持向量回归模型为：
y
i
＝
f(x
i
)
＝
w
T
x
i
+b
；式中，
w
是特征权重向量，
b
是偏置项，
y
i
为输出的关节角度值；
S330
：给定训练样本，预测结果在2ε
间隔带内则被认为正确，目标函数及相应公式为：
s.t.y
i
‑
w
T
x
i
‑
b≤
ε
w
T
x
i
+b
‑
y
i
≤
ε
式中，
ε
为间隔带；
S340
：为每一个样本引入松弛变量
ξ
i
，其中
C
为惩罚因子，得到：
s.t.|y
i
‑
w
T
x
i
‑
b|≤
ε
+
ξ
i
,i
＝
1,
…
,n
ξ
i
≥0,i
＝
1,
…
,nS350
：引入拉格朗日乘子
α
i
和经过求解与对偶，对于非线性问题引入核函数
K(x
i
,x)
，求得线性拟合函数为：
b
*
＝
y
i
‑
w
*T
x
i
+
ε
式中，
W*
和
b*
是迭代后计算到的模型最终参数
。4.
根据权利要求1所述的一种基于肌电信号的上肢肘关节角度估计方法，其特征在于，所述
S400
：初始化鲸鱼优化算法参数，设置鲸鱼优化算法种群个体数量
、
迭代次数以及惩罚因子和核函数参数的优化范围，对所述支持向量回归模型进行迭代训练，得到优化后的惩罚因子和核函数参数，包括：
S410
：初始化鲸鱼优化算法参数，设置鲸鱼优化算法种群个体数量
、
迭代次数，并设置惩罚因子和核函数参数的优化范围；
S420
：计算初始位置的适合度函数值，确定鲸鱼群的当前最佳空间位置，对所述支持向量回归模型进行迭代训练；
S430
：计算收敛向量和摆动向量；
S440
：计算每头鲸鱼的适应力，确定具有最佳适应力的个体鲸鱼，并更新鲸鱼群的空间位置；
S450
：评估整个鲸鱼种群，确定全局最优的鲸鱼个体及其位置，比较更新前后鲸鱼群位置向量对应的适合度函数值，确定下一代鲸鱼群位置，并继续算法迭代；
S460
：当迭代次数达到设定值
TE
时，转到步骤
S470
，否则转到步骤
S430
；
S470
：输出全局最优鲸鱼相对应的空间位置，作为支持向量回归模型中惩罚因子和核函数参数的最优值
。5.
根据权利要求4所述的一种基于肌电信号的上肢肘关节角度估计方法，其特征在于，所述
S4...

【专利技术属性】
技术研发人员：王建华，张莉，沈成，陈伟海，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：