采用深度學(xué)習(xí)和表面肌電信號的上肢動作識別

打開文本圖片集

摘要：使用上肢表面肌電信號對上肢動作進(jìn)行識別是實(shí)現(xiàn)康復(fù)機(jī)器人持續(xù)被動運(yùn)動和主動輔助運(yùn)動模式的重要方法。為了提高基于表面肌電信號（surface electromyography， sEMG）的上肢動作識別精度，分別采用了分段時(shí)域信號和拼接頻譜圖的兩種肌電動作識別方法。分段時(shí)域信號方法采用融合卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network， CNN）、長短時(shí)記憶網(wǎng)絡(luò)（Long Shortterm Memory， LSTM）和注意力機(jī)制的自建網(wǎng)絡(luò)對上肢動作進(jìn)行識別；拼接頻譜圖方法將預(yù)處理后的時(shí)域信號通過短時(shí)傅里葉變換（ShortTime Fourier Transform， STFT）轉(zhuǎn)換為對應(yīng)頻譜圖，利用兩種微調(diào)的預(yù)訓(xùn)練模型VGG16和Resnet50對所有通道豎直拼接的頻譜圖提取特征并將特征拼接，結(jié)合支持向量機(jī)對上肢動作進(jìn)行識別。（剩余98字）