申请/专利权人：杭州电子科技大学

申请日：2020-05-27

公开（公告）日：2020-09-15

公开（公告）号：CN111657939A

主分类号：A61B5/0488(20060101)

分类号：A61B5/0488(20060101);A61B5/00(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2024.03.22#发明专利申请公布后的驳回;2020.10.13#实质审查的生效;2020.09.15#公开

摘要：本发明提出了一种基于肌电信号GA‑Elman的上肢关节角度估计方法。首先从相关肌肉组上采集相应的表面肌电信号，然后应用小波去噪对信号进行去噪。通过小波包变换提取出32‑375Hz四个子空间波段的信号，这个波段内的信号特征可以滤除高频噪声和不必要的低频信息。然后计算这四个子空间的小波包能量熵，这个方法很好的去除了肌电信号中的冗余信息。该方法简单，计算速度快。后将提取到的特征和肩关节角度肘角节角度同时输入两个GA‑Elman神经网络，实现肌电信号的上肢肩关节和肘关节同步连续运动的关节角估计。实验结果表明，该方法的估计结果优于其它分类方法。

主权项：1.基于肌电信号GA-Elman的上肢关节角度估计方法，其特征在于该方法包括如下步骤：步骤1.获取人体上肢肌电信号样本数据，步骤2.将步骤1获取的原始肌电信号进行硬阈值小波降噪；对降噪后的信号进行小波包变换，选取特定频段子空间，计算小波包能量熵，得到sEMG特征；所述特征提取方法，具体算法如下：1对sEMG信号进行小波包分解，得到第j层每个节点的小波包能量； Di，jn为第j层第i节点的重建信号，n是采样点的指标；信号的总能量E是每个节点小波包能量的总和；n＝1，2，...，k；2在第j层的小波包能量熵定义为： 其中相对小波包能量为Pi，j＝Ei，jEj；Ei，j为第j层第i节的小波包能量熵，Ej为第J层小波包能量熵；计算特定频率段32～375Hz的小波包能量熵；特定子频带小波包能量香农熵的公式为：WPESEi，j＝-Ei，jEjlogpi，j步骤3.人体上肢肩关节和肘关节预测；将计算得到的小波包能量熵WPESEi,j作为输入信号输入到GA-Elman网络预测模型中；通过实验确定GA-Elman网络的拓扑结构，以及遗传算法GA的迭代次数；将采集得到的肌电信号分为训练集和测试集两组，用训练集训练预测网络；得到训练完成的GA-Elman预测模型后，使用测试集来完成人体上肢肩关节和肘关节的预测。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于肌电信号GA-Elman的上肢关节角度估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD