公开(公告)号：CN116595318A

公开(公告)日：2023-08-15

申请号：CN202310559224.5

申请日：2023-05-17

申请人： 大连海事大学

发明人： 林闯 ,  张建华 ,  牛昕悦 ,  张军 ,  赵鹏辉

IPC分类号： G06F18/10 ,  G06N3/0455 ,  G06N3/082 ,  G06F18/213

摘要： 本发明提供一种基于sEMG的手指关节连续运动估计方法及系统。方法包括获取手指多关节连续运动的手臂表面肌电信号和手指关节的实时角度数据；对表面肌电信号进行时序特征均方根值计算，构建时序特征向量；对所述时序特征向量和手指关节的实时角度数据分别进行归一化处理，根据归一化后的时序特征向量和对应的手指关节实时角度构建训练数据对；将训练数据对中的时序特征向量作为输入、对应的手指关节实时角度作为输出，训练改进的Transformer神经网络模型；基于训练好的改进的Transformer神经网络模型进行手指关节运动估计。本发明能够实现对手指关节动作的精确估计，运算速度快，估计精度高。

公开(公告)号：CN116756651A

公开(公告)日：2023-09-15

申请号：CN202310712263.4

申请日：2023-06-15

申请人： 大连海事大学

发明人： 林闯 ,  牛昕悦 ,  张建华 ,  赵鹏辉 ,  张军 ,  张晓兵

IPC分类号： G06F18/2415 ,  A61B5/11 ,  A61B5/389 ,  A61B5/397 ,  A61B5/00 ,  G06F18/15 ,  G06F18/213 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06F3/01 ,  G06F123/02

摘要： 本发明提供一种基于手腕肌电信号的手部动作识别方法。本发明方法，包括：采集多种手部动作的手腕肌电信号，手腕肌电信号具有动作标签，动作标签与手部动作对应；对手腕肌电信号进行预处理；利用滑动窗口机制对预处理后的手腕肌电信号进行分割得到手腕肌电信号样本；对手腕肌电信号样本进行归一化处理；将归一化处理后的手腕肌电信号样本输入移动卷积注意力网络进行训练；将测试集输入训练后的移动卷积注意力网络得到分类结果，通过解码肌电信号内的手部动作相关信息，建立关联肌电信号和手部动作的预测模型，实现对手部动作的分类。

公开(公告)号：CN116842419A

公开(公告)日：2023-10-03

申请号：CN202310643511.4

申请日：2023-06-01

申请人： 大连海事大学

发明人： 林闯 ,  赵鹏辉 ,  牛昕悦 ,  张建华 ,  崔紫薇 ,  张军

IPC分类号： G06F18/24 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明为一种结合多尺度卷积和注意力机制的手部连续运动估计方法，公开了一种基于表面肌电信号连续估计人体关节角度的方法，属于人机交互领域。该方法包括下列步骤:对采集待预测对象的关节部位肌电信号和关节角度信号分别进行预处理，以实现肌电信号和关节角度信号采样时间一一对应；利用训练集中的肌电信号和关节角度信号作为样本进行输入，以构建预测模型，对预测模型进行训练，得到训练好的预测模型；实时采集待预测对象的肌电信号，并将其输入训练好的预测模型以进行关节角度的预测；将上述预测输出的角度信号进行实时平滑处理，以此获得所需的关节角度信号。通过本发明，以连续的方式实现表面肌申信号映射到关节角度上的运动，保证连续估计的实时性，提高预测准确性，降低计算复杂度。