[发明专利]一种基于表面肌电信号的上肢动作识别方法及系统

说明书

本发明公开了一种基于表面肌电信号的上肢动作识别方法及系统，所述方法包括以下步骤：获取上肢多处肌肉的肌电信号；基于分帧能量法提取肌电信号中的活动段信号；根据最优特征融合方式对活动段信号进行特征提取和特征融合；根据融合后的特征，采用SVM分类器进行动作识别。本发明通过寻求最优特征组合方式，保证了能够快速准确地得到所需特征并进行融合，提高了动作识别的效率和准确性。

技术领域

本发明属于动作识别技术领域，尤其涉及一种基于表面肌电信号的上肢动作识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

基于表面肌电信号的上肢动作识别技术，具有安全、实时、便捷的特点，被广泛应用于假肢控制、体感游戏控制、遥操作、运动医学、生物医学与康复工程等诸多领域。

据发明人了解，现有离线识别率较高的识别方法，往往识别动作种类较少(4-6个)，动作简单，参入关节数少(1-2个)，且往往没有经过在线动作识别的验证。识别动作种类数(11个)较多的识别方法较少，离线识别率大幅下降(只有80％左右)，动作复杂度和参入关节数并没有提高，往往需要相当多的通道数(12个)，且缺乏在线验证。

目前，中国科学院沈阳自动化研究所韩建达(中国专利CN104899594A)提出一种基于sEMG分解得到MUAPT的动作识别方法，通过单通道sEMG识别5个简单的单关节手部动作，识别率为83.1％。杭州电子科技大学罗志增(中国专利CN101732110A)提出一种脑电和肌电混沌特征融合的方法，通过四导联的脑电识别4个简单的单关节手部动作。

综上所述，目前的研究应用中，大都是利用表面肌电信号来进行单关节运动的简单动作识别，识别动作种类数较少，提高识别动作种类数往往需要增加信号采集通道数，增加了数据量和信号处理复杂度，同时会降低动作识别率。

发明内容

为克服上述现有技术的不足，本发明提供了一种基于表面肌电信号的上肢动作识别方法及系统，通过寻求最优特征组合方式，保证了能够快速准确地得到所需特征并进行融合，提高了动作识别的效率和准确性。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

一种基于表面肌电信号的上肢动作识别方法，包括以下步骤：

获取上肢多处肌肉的肌电信号；

基于分帧能量法提取肌电信号中的活动段信号；

根据最优特征融合方式对活动段信号进行特征提取和特征融合；

根据融合后的特征，采用SVM分类器进行动作识别。

进一步地，获取上肢多处肌肉的肌电信号后，还基于复合小波变换对肌电信号进行去噪预处理：依次采用基于小波变换阈值去噪法和基于小波变换数字滤波阈值去噪法进行去噪。

进一步地，基于分帧能量法提取肌电信号中的活动段信号包括：

对肌电信号进行归一化；

对肌电信号进行分帧，并计算每帧内信号的总能量；

若某帧内的总能量大于设定阈值，且之后的设定个数的帧内总能量均大于该设定阈值，则将该帧作为一个活动段的起始帧；

提取自起始帧起设定时间的肌电信号得到一个活动段信号。

进一步地，最优特征融合方式和SVM分类器确定方法为：

获取多种上肢动作对应的多处肌肉的肌电信号，作为训练数据集；

基于分帧能量法提取肌电信号中的活动段信号；