【技术实现步骤摘要】
本专利技术涉及生物电信号处理，具体而言，尤其涉及一种基于注意力机制和卷积网络的肌电信号实时分解方法。
技术介绍
1、人体的运动控制与运动单元的激活有关，一个运动单元包括一个运动神经元和它所支配的肌肉纤维。当人体控制身体时，运动皮质将神经信号传给运动单元以产生力和运动。当使用柔性二维电极阵列在皮肤表面测量时，可获得高密度表面肌电信号。
2、对肌电信号的无创识别可以将其分解为运动单元动作电位(muap)和运动单元发放时间序列(must)。由于肌肉动作电位在肌肉力产生之前生成，引起肌电延迟(225+50ms)，所以可以分解高密度肌电信号来预测运动意图，在实际运动之前将其转换为命令。这就要求我们在肌电延迟的范围内快速准确地分解高密度表面肌电信号，在机器和人体之间提供一个无缝连接，实现机器与人之间实时、可靠的自主控制。
3、目前将高密度表面肌电信号分解为相关的大量运动单元发放时间序列的主要方法是盲源分离方法，包括卷积核补偿方法(ckc)、梯度卷积核补偿方法(gckc)、快速独立成分分析方法(fastica)或者这几种方法的...
【技术保护点】
1.一种基于注意力机制和卷积网络的肌电信号实时分解方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于注意力机制和卷积网络的肌电信号实时分解方法，其特征在于，
3.根据权利要求1所述的一种基于注意力机制和卷积网络的肌电信号实时分解方法，其特征在于，基于卷积核补偿算法将所述离线数据集中的高密度表面肌电信号分解为运动单元发放时间序列，包括以下步骤：
4.根据权利要求1所述的一种基于注意力机制和卷积网络的肌电信号实时分解方法，其特征在于，所述S204包括以下步骤：
5.根据权利要求1所述的一种基于注意力机制和卷积...
【技术特征摘要】
1.一种基于注意力机制和卷积网络的肌电信号实时分解方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于注意力机制和卷积网络的肌电信号实时分解方法，其特征在于，
3.根据权利要求1所述的一种基于注意力机制和卷积网络的肌电信号实时分解方法，其特征在于，基于卷积核补偿算法将所述离线数据集中的高密度表面肌电信号分解为运动单元发放时间序列，包括以下步骤：
...
【专利技术属性】
技术研发人员：林闯，朱秀娟，崔紫薇，陈晨，张军，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：
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。