-
公开(公告)号:CN118153626A
公开(公告)日:2024-06-07
申请号:CN202410331911.6
申请日:2024-03-22
申请人: 西安电子科技大学
IPC分类号: G06N3/045 , G06N3/0464 , G06N3/084 , G06F18/15 , G06F18/25 , G06F18/2415 , A61B5/389
摘要: 本发明公开了一种表面肌电信号手势识别的轻量化网络模型及其构建方法,解决了现有网络结构庞大复杂,难有效捕捉肌电信息的问题。本发明的轻量化网络模型,为两层轻量化特征融合结构,一层两个串接的轻量化多流特征和二层的轻量化多尺度特征融合模块融合输出。模型构建步骤:获取肌电信号数据;预处理;构建网络模型;训练模型;输入肌电信号,获取手势类型。本发明依肌电采集位置和肌群间协同设计特征融合模块,轻量化残差注意力加入到多流特征融合模块,不增加额外计算开销,有效提取特征。捕获多尺度特征,增强特征传播,提高识别准确率。将深度可分离卷积引入多流特征融合模块,大幅减少参数量和计算量。用于临床医学、机器人等领域。