一种基于肌电信号的手指多关节连续运动估计方法

    公开(公告)号:CN114983446A

    公开(公告)日:2022-09-02

    申请号:CN202210685857.6

    申请日:2022-06-16

    摘要: 本发明公开了一种基于肌电信号的手指多关节连续运动估计方法,本发明首先采集六种抓握动作模式的手臂相关肌肉的表面肌电信号和手指关节的实时角度,再对表面肌电信号进行去噪后提取肌电积分值、均方根值、波形长度和方差作为特征值,并将四种特征结合为一种新的特征作为输入。分别对特征数据和手指关节角度数据进行归一化处理,最终使用卷积长短时记忆神经网络模型进行预测,实现对手指多关节的连续运动估计;本方法能有效地解码肌电信号的时空信息,建立关联肌电信号和手指关节角度的预测模型,实现对手指多关节连续运动的精确估计。

    基于联合域对齐张量子空间学习的跨样本EEG解码方法

    公开(公告)号:CN115169483A

    公开(公告)日:2022-10-11

    申请号:CN202210868254.X

    申请日:2022-07-22

    IPC分类号: G06K9/62 A61B5/369 A61B5/00

    摘要: 本发明公开了基于联合域对齐张量子空间学习的跨样本EEG解码方法,本发明将EEG数据多维信息利用张量表示,并利用Tucker分解技术获得不同维度特征信息并将其作为样本间的共享子空间。然后为减小域差异带来的影响,引入一组对齐矩阵集将不同样本域同时对齐张量子空间,利用图正则化保持源域和目标域的局部结构。最后利用交替迭代的方法学习最优子空间,并在子空间中训练一个线性分类器达到跨样本解码的目的。