申请/专利权人：武汉科技大学

申请日：2021-09-13

公开（公告）日：2024-04-12

公开（公告）号：CN113729738B

主分类号：A61B5/389

分类号：A61B5/389;A61B5/397;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2021.12.21#实质审查的生效;2021.12.03#公开

摘要：本发明是一种多通道肌电特征图像数据集的构建方法。首先，结合阈值比较法和巴特沃斯滤波器，完成原始肌电信号的预处理。随后，从常用的时域和频域特征中进行2次筛选，选择4种互不冗余的肌电特征进行特征提取。其次，基于一维信号与二维图像的映射关系生成肌电图像。最后，按照图像的拼接方式，完成多通道肌电特征图像的构建。肌电图像数据集通过深度学习网络的训练，可以有效提高手势识别率。多通道肌电特征图像具有更加丰富的特征信息，多种特征可以完成信息之间的互补，最后的识别率会比单通道肌电特征图像高出8％‑9％。

主权项：1.一种多通道肌电特征图像的构建方法，其特征在于，具体包括以下步骤：步骤1：通过肌电信号采集设备获取动作的前臂表面肌电信号，动作为9个手势：手掌闭合SH和手掌张开SK，手腕运动包括手腕屈曲NQ和外屈曲WQ，手指运动包括拇指对食指MS、中指MZ、无名指MW和小指MX的作用力，休息动作RE；完成肌电信号采集工作后，进行信号活动段提取和滤波降噪预处理工作；活动段指动作执行过程中的肌肉收缩信号，活动段提取的目的是为了去除不包含肌肉收缩的非活动段；步骤1中利用阈值比较法提取活动段： ；其中，C为sEMG的采集通道，N为采样点的个数，为c通道的第n个采样点的值，为c通道肌肉放松时sEMG的平均值，TH为设定的阈值；通过1HZ的一阶巴特沃斯滤波器进行低通滤波，其中，为振幅，为频率，为比例系数，为滤波器的阶数，为截止频率，为通频带边缘频率； ；步骤2：选择4种肌电特征，分别为：均方根（RMS）、波形长度（WL）、样本熵（SampEn）以及中值幅谱（MAS）；步骤3：基于一维信号与二维图像的映射关系生成单通道肌电特征图像；步骤3中所述单通道肌电特征图像为： ； W表示滑动窗口的宽，也是图像的宽，H表示原始肌电信号的通道数，也表示图像或滑动窗口高度；使用滑动窗口完成一维信号到[0，1]区间内的灰度图像映射，映射关系式为： ； A为sEMG通过滑动窗口后所形成的sEMG矩阵，为转换后的肌电图像，F为傅里叶函数，为sEMG矩阵中的第i行第j列的值，其中，0iH，0jW，为sEMG矩阵中最大的值，为sEMG矩阵中最小的值；步骤4：对比初步筛选特征的图像，利用相似度分析，筛选出4种特征图像；步骤5：结合图像通道拼接方法，完成多通道肌电特征图像，其中筛选出的4种特征图像为其4个通道；步骤5中所述多通道肌电特征图像为： ；多通道肌电特征图像的每个通道由4种单通道肌电特征图像组成，每张单通道肌电特征图像尺寸为，C为图像的通道数，也是特征数量，组合在一起构成的多通道肌电特征图像尺寸为，。

全文数据：

权利要求：

百度查询： 武汉科技大学 一种多通道肌电特征图像的构建方法

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