肌电数据分类模型构建方法、分类方法、装置及服务器制造方法及图纸

本发明专利技术实施例涉及一种肌电数据分类模型构建方法、分类方法、装置及服务器，该方法包括：从预设数量的通道中每一个通道分别获取多个肌电样本数据组；分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据；对经过预处理后的肌电样本数据进行特征提取，获取特征点；按照第一预设规则，获取第一投影矩阵；将经过第一投影矩阵降维后的特征点，输入至肌电数据分类模型中，对肌电数据分类模型进行训练，直至根据训练结果和标记信息，确定分类水平达到预设要求时，确定肌电数据分类模型为最优分类模型，完成肌电数据分类模型的构建。通过上述方式，实现最大限度地正确分类属于不同运动的肌电图数据。

【技术实现步骤摘要】
肌电数据分类模型构建方法、分类方法、装置及服务器
本专利技术实施例涉及计算机
，尤其涉及一种肌电数据分类模型构建方法、分类方法、装置及服务器。
技术介绍
近年来，随着工业、交通事业的发展，人类因工业生产、工程施工、车祸等原因而导致截肢的患者呈逐年上升的趋势。对手部缺失的残疾人，带有仿生控制功能的多自由度肌电假手在一定程度上能够使他们更好的生活和融入社会，因而假肢需求变得更为迫切。为了实现假手的控制，表面肌电信号处理是最常用的控制信息提取方式。现有技术中的研究基本集中在手臂的肌肉电控制和粗大的手部运动，传统的肌电控制假肢主要为模拟信号输入之后经过整形滤波并经过信号处理后对手掌开合自由度进行控制。此类假肢由于直接从手部采集肌肉电信号，控制假肢电机带动假肢机械结构运动。只有open-close一个自由度，相对于对更灵巧的个体和联合手指控制则并没有得到同样的重视。这也是因为肌电信号的微弱性、混叠性和低信噪比，导致从少通道肌电信号识别多模式动作变得比较困难，从而导致不容易通过少通道肌电信号来精细区分到底是何种肌电数据，使得实时控制的多自由度肌电假手商用化并不理想。
技术实现思路
鉴于此，为解决现有技术中上述技术问题，本专利技术实施例提供一种肌电数据分类模型构建方法、分类方法、装置及服务器。第一方面，本专利技术实施例提供一种肌电数据分类模型构建方法，该方法包括：从预设数量的通道中每一个通道分别获取多个肌电样本数据组，其中，肌电样本数据组携带用于指示预设动作的标记信息，预设动作包括至少两种，预设数量的通道最多不超过两个，通道内同一时刻输出的肌电样本数据均为同一预设动作对应的肌电样本数据；分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据；对经过预处理后的肌电样本数据进行特征提取，获取特征点；按照第一预设规则，获取第一投影矩阵，第一投影矩阵用于对特征点进行降维操作，以使经过降维后的特征点达到同一预设动作对应的特征点之间聚拢程度最大，不同预设动作分别对应的特征点之间分类程度最大；将经过降维后的特征点，输入至肌电数据分类模型中，对肌电数据分类模型进行训练，直至根据训练结果和标记信息，确定分类水平达到预设要求时，确定肌电数据分类模型为最优分类模型，完成肌电数据分类模型的构建。在一个可能的实施方式中，分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据，具体包括：按照第二预设规则对第一预设动作对应的第一肌电样本数据组中的肌电样本数据进行处理，获取与第一肌电样本数据组中的肌电样本数据对应的多个包络信号，其中，第一预设动作为多个预设动作中的任一个预设动作，第一肌电样本数据组包含与第一预设动作对应的肌电样本数据；根据多个包络信号，确定第一肌电样本数据组的有效活动段；对有效活动段内的第二肌电样本数据组进行去噪处理，获取经过预处理后的肌电样本数据，第二肌电样本数据组为第一肌电样本数据组的子集。在一个可能的实施方式中，按照第二预设规则对第一肌电样本数据组中的肌电样本数据进行处理，获取与第一肌电样本数据组中的肌电样本数据对应的多个包络信号之前，方法还包括：按照第三预设规则，对第一肌电样本数据组中的肌电样本数据进行校正处理。在一个可能的实施方式中，按照第二预设规则对第一肌电样本数据组中的肌电样本数据进行处理，获取与第一肌电样本数据组中的肌电样本数据对应的多个包络信号，具体包括：初始化包络信号核函数；采用滑动窗口的形式，依次将第一肌电样本数据组中的第i个肌电样本数据融合至经过初始化后的包络信号处理核函数中，获取每一个滑动窗口曲线下的面积；根据所有滑动窗口曲线下的面积，计算与第i个肌电样本数据对应的第i个包络信号，其中，i为正整数，i最大取值为第一肌电样本数据组中数据总量对应的数值。在一个可能的实施方式中，根据多个包络信号，确定第一肌电样本数据组的有效活动段，具体包括：当确定多个包络信号中第一包络信号的数值大于预设阈值时，确定与第一包络信号对应的第一肌电样本数据为有效活动段的起始位置；当确定多个包络信号中排序在第二包络信号之前的包络信号的数值同样大于预设阈值，而第二包络信号的数值小于预设阈值时，确定与第二包络信号对应的第二肌电样本数据为有效活动段的终止位置，其中，多个包络信号按照生成时间进行排序，第二包络信号在第一包络信号之后。在一个可能的实施方式中，按照第一预设规则，获取第一投影矩阵，具体包括：特征点代入至统计不相关鉴别分析特征降维方法中，求取第一投影矩阵。第二方面，本专利技术实施例提供一种肌电数据分类方法，该方法包括：从预设数量的通道中获取与待测试动作对应的第一肌电测试数据组，其中，预设数量的通道最多不超过两个；采用如第一方面任一实施方式所介绍的方法对第一肌电测试数据组中的肌电数据进行预处理，获取第二肌电测试数据组；对第二肌电测试数据组中的肌电数据进行特征提取，获取特征点；按照第一预设规则对特征点进行降维；将经过降维后的特征点输入至如第一方面任一实施方式所介绍的方法构建的肌电数据分类模型中，通过肌电数据分类模型进行分类识别，用以确定待测试动作。第三方面，本专利技术实施例提供一种肌电数据分类模型构建装置，该装置包括：获取单元，用于从预设数量的通道中每一个通道分别获取多个肌电样本数据组，其中，肌电样本数据组携带用于指示预设动作的标记信息，预设动作包括至少两种，预设数量的通道最多不超过两个，通道内同一时刻输出的肌电样本数据均为同一预设动作对应的肌电样本数据；处理单元，用于分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据；特征点提取单元，用于对经过预处理后的肌电样本数据进行特征提取，获取特征点；特征点降维单元，用于按照第一预设规则，重复执行对特征点进行降维操作，直至确定经过降维后的特征点达到同一预设动作对应的特征点之间聚拢程度最大，不同预设动作分别对应的特征点之间分类程度最大，停止降维操作；模型构建单元，用于将经过降维后的特征点，输入至肌电数据分类模型中，对肌电数据分类模型进行训练，直至根据训练结果和标记信息，确定分类水平达到预设要求时，确定肌电数据分类模型为最优分类模型，完成肌电数据分类模型的构建。第四方面，本专利技术实施例提供一种肌电数据分类装置，该装置包括：获取单元，用于从预设数量的通道中获取与待测试动作对应的第一肌电测试数据组，其中，预设数量的通道最多不超过两个；处理单元，用于采用如第一方面任一实施方式所介绍的方法对第一肌电测试数据组中的肌电数据进行预处理，获取第二肌电测试数据组；特征点提取单元，用于对第二肌电测试数据组中的肌电数据进行特征提取，获取特征点；特征点降维单元，用于按照第一预设规则对特征点进行降维；分类单元，用于将经过降维本文档来自技高网...

【技术保护点】
1.一种肌电数据分类模型构建方法，其特征在于，所述方法包括：/n从预设数量的通道中每一个通道分别获取多个肌电样本数据组，其中，所述肌电样本数据组携带用于指示预设动作的标记信息，所述预设动作包括至少两种，所述预设数量的通道最多不超过两个，所述通道内同一时刻输出的肌电样本数据均为同一预设动作对应的肌电样本数据；/n分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据；/n对经过预处理后的肌电样本数据进行特征提取，获取特征点；/n按照第一预设规则，获取第一投影矩阵，所述第一投影矩阵用于对所述特征点进行降维操作，以使经过降维后的特征点达到同一预设动作对应的特征点之间聚拢程度最大，不同预设动作分别对应的特征点之间分类程度最大；/n将经过降维后的特征点，输入至肌电数据分类模型中，对所述肌电数据分类模型进行训练，直至根据所述训练结果和所述标记信息，确定分类水平达到预设要求时，确定所述肌电数据分类模型为最优分类模型，完成所述肌电数据分类模型的构建。/n

【技术特征摘要】
1.一种肌电数据分类模型构建方法，其特征在于，所述方法包括：
从预设数量的通道中每一个通道分别获取多个肌电样本数据组，其中，所述肌电样本数据组携带用于指示预设动作的标记信息，所述预设动作包括至少两种，所述预设数量的通道最多不超过两个，所述通道内同一时刻输出的肌电样本数据均为同一预设动作对应的肌电样本数据；
分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据；
对经过预处理后的肌电样本数据进行特征提取，获取特征点；
按照第一预设规则，获取第一投影矩阵，所述第一投影矩阵用于对所述特征点进行降维操作，以使经过降维后的特征点达到同一预设动作对应的特征点之间聚拢程度最大，不同预设动作分别对应的特征点之间分类程度最大；
将经过降维后的特征点，输入至肌电数据分类模型中，对所述肌电数据分类模型进行训练，直至根据所述训练结果和所述标记信息，确定分类水平达到预设要求时，确定所述肌电数据分类模型为最优分类模型，完成所述肌电数据分类模型的构建。


2.根据权利要求1所述的方法，其特征在于，所述分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据，具体包括：
按照第二预设规则对第一预设动作对应的第一肌电样本数据组中的肌电样本数据进行处理，获取与所述第一肌电样本数据组中的肌电样本数据对应的多个包络信号，其中，所述第一预设动作为所述多个预设动作中的任一个预设动作，所述第一肌电样本数据组包含与所述第一预设动作对应的肌电样本数据；
根据所述多个包络信号，确定所述第一肌电样本数据组的有效活动段；
对所述有效活动段内的第二肌电样本数据组进行去噪处理，获取所述经过预处理后的肌电样本数据，所述第二肌电样本数据组为所述第一肌电样本数据组的子集。


3.根据权利要求2所述的方法，其特征在于，所述按照第二预设规则对第一肌电样本数据组中的肌电样本数据进行处理，获取与所述第一肌电样本数据组中的肌电样本数据对应的多个包络信号之前，所述方法还包括：
按照第三预设规则，对所述第一肌电样本数据组中的肌电样本数据进行校正处理。


4.根据权利要求2或3所述的方法，其特征在于，所述按照第二预设规则对第一肌电样本数据组中的肌电样本数据进行处理，获取与所述第一肌电样本数据组中的肌电样本数据对应的多个包络信号，具体包括：
初始化包络信号核函数；
采用滑动窗口的形式，依次将所述第一肌电样本数据组中的第i个肌电样本数据融合至经过初始化后的包络信号处理核函数中，获取每一个滑动窗口曲线下的面积；
根据所有滑动窗口曲线下的面积，计算与所述第i个肌电样本数据对应的第i个包络信号，其中，i为正整数，i最大取值为所述第一肌电样本数据组中数据总量对应的数值。


5.根据权利要求2或3所述的方法，其特征在于，所述根据所述多个包络信号，确定所述第一肌电样本数据组的有效活动段，具体包括：
当确定所述多个包络信号中第一包络信号的数值大于预设阈值时，确定与所述第一包络信号对应的第一肌电样本数据为所述有效活动段的起始位置；
当确定所述多个包络信号中排序在第二包络信号之前的包络信号的数值同样大于所述预设阈值，而所述第二包络信号的数值小于所述预设阈值时，确定与所述第二包络信号对应的第二肌电样本数据为所述有效活动段的终止位置，其中，所述多个包络信号按照生成时间进行排序，所述第二包络信号在所述第一包络信号之后。

...

【专利技术属性】
技术研发人员：李红红，姚秀军，韩久琦，桂晨光，
申请(专利权)人：北京海益同展信息科技有限公司，
类型：发明
国别省市：北京;11