一种基于表面肌电信号的运动意图识别方法及装置制造方法及图纸

本发明专利技术涉及信号处理技术领域，公开了一种基于表面肌电信号的运动意图识别方法及装置，该方法包括：获取待识别对象的表面肌电信号，表面肌电信号由设置在待识别对象预设肌肉位置上的肌电信号传感器采集获得；确定出表面肌电信号中的第一肌电信号，其中，第一肌电信号为有效的激活信号；提取第一肌电信号的第一信号特征；将第一信号特征，输入预先建立并训练的意图识别模型，确定出待识别对象的运动意图，其中，运动意图包括与运动关节对应的运动状态。本发明专利技术不仅可以提高待识别对象的姿态识别的准确性，还可以提高识别效率，有助于辅助患者进行上肢姿态保持训练，还有助于为患者提供更精准的治疗和康复方案。供更精准的治疗和康复方案。供更精准的治疗和康复方案。

【技术实现步骤摘要】
一种基于表面肌电信号的运动意图识别方法及装置


[0001]本专利技术涉及信号处理
，具体涉及一种基于表面肌电信号的运动意图识别方法及装置。

技术介绍

[0002]表面肌电信号是肌肉收缩时伴随的电信号，可以反应肌肉的收缩程度，还可以通过分析表面肌电信号，识别出肌肉的运动状态，因此，在医疗、康复、运动科学等诸多应用科学领域中广泛使用。
[0003]目前常用的识别肌肉运动状态的肌电信号意图识别方法，大多都是针对运动模式的识别，即非等长收缩运动的识别，如屈曲运动、伸展运动等。等长收缩时，如平板撑、倒立等。由于肌电信号一直存在，通常被错误的识别为非等长收缩，导致姿态识别不准确。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种基于表面肌电信号的运动意图识别方法及装置，以解决现有技术中姿态识别不准确的技术问题。
[0005]第一方面，本专利技术提供了一种基于表面肌电信号的运动意图识别方法，包括：
[0006]获取待识别对象的表面肌电信号，表面肌电信号由设置在待识别对象预设肌肉位置上的肌电信号传感器采集获得；
[0007]确定出表面肌电信号中的第一肌电信号，其中，第一肌电信号为有效的激活信号；
[0008]提取第一肌电信号的第一信号特征；
[0009]将第一信号特征，输入预先建立并训练的意图识别模型，确定出待识别对象的运动意图，其中，运动意图包括与运动关节对应的运动状态。
[0010]通过提取有效的激活信号的信号特征，从而进行运动意图的确定，不仅可以提高待识别对象的姿态识别的准确性，还可以提高识别效率，尤其是针对等长收缩时的运动状态的识别。有助于辅助患者进行上肢姿态保持训练，还有助于为患者提供更精准的治疗和康复方案。
[0011]在一种可选的实施方式中，确定出表面肌电信号中的第一肌电信号，包括：
[0012]从表面肌电信号的起始信号点开始依次判断各信号点的肌电幅值是否大于第一阈值；
[0013]在信号点中的第一信号点的肌电幅值大于第一阈值的情况下，确定第一信号点为激活状态的起始点，并开始计算激活状态时长；
[0014]在第一信号点之后的信号点的肌电幅值连续大于第一阈值的情况下，激活状态时长增加；
[0015]在第一信号点之后的信号点的肌电幅值小于第一阈值的情况下，开始计算静息状态时长直至信号点的肌电幅值再次大于第一阈值时，静息状态时长截止；
[0016]在静息状态时长处于静息时长阈值内的情况下，激活状态时长截止，激活状态结
束；
[0017]判断激活状态时长内的肌电信号是否为有效信号；
[0018]将有效的激活状态时长内的肌电信号作为第一肌电信号。
[0019]在数据处理阶段加入了端点识别算法，可以提高在运动意图发生时识别的灵敏性，以及对运动起始点识别的准确性，进而可以提高第一肌电信号确定的准确性，从而可以准确的识别出待识别对象的运动意图。
[0020]在一种可选的实施方式中，判断激活状态时长内的肌电信号是否为有效信号，包括：
[0021]判断激活状态时长是否大于最大激活状态时长，且高阈值时长是否大于最短高阈值时长；
[0022]在激活状态时长大于最小激活状态时长，且高阈值时长大于最短高阈值时长的情况下，确定激活状态时长内的肌电信号为有效信号；
[0023]其中，高阈值时长为激活状态时长内的肌电幅度大于第二阈值的总时长。
[0024]第二阈值的设置可以帮助判别激活状态时长内的肌电信号是否为有效的肌电信号，可以避免将其他非肌电信号，例如噪声信号或干扰信号等误判为肌电信号。有助于提高识别准确性，并提取出真实的肌电信号，以进行后续分析。
[0025]在一种可选的实施方式中，在激活状态时长小于最小激活状态时长，和/或高阈值时长小于最短高阈值时长的情况下，确定激活状态时长内的肌电信号为噪音信号。
[0026]在确定出激活状态时长内的肌电信号后，还要进一步判断该激活状态时长内的肌电信号是否为噪音信号。若为噪音信号，则该段肌电信号不参与运动意图的识别。可以有效排除掉噪声等不相关信号，提高识别的准确性。
[0027]在一种可选的实施方式中，提取第一肌电信号的第一信号特征，包括：
[0028]对第一肌电信号进行分窗处理，提取每一窗口的第一子信号特征；
[0029]将所有第一肌电信号对应的第一子信号特征，作为第一信号特征。
[0030]通过将第一肌电信号进行分窗处理，可以将原始信号切割成多个窗口，从而降低了数据的维度。有助于减少数据处理和分析的复杂性，提高计算效率。还有助于提取有效信息并增强对肌电信号的特征分析能力。
[0031]在一种可选的实施方式中，在将第一信号特征，输入预先建立并训练的意图识别模型之前，还包括：
[0032]获取实验对象的样本表面肌电信号；
[0033]确定出样本表面肌电信号中的第二肌电信号以及第三肌电信号，其中，第二肌电信号为有效的激活信号，第三肌电信号为静息信号；
[0034]将第二肌电信号分割为与运动意图对应的第一子肌电信号，提取第一子肌电信号的第二信号特征；并提取第三肌电信号的第三信号特征；
[0035]根据实验对象的比例，将与实验对象对应的第二信号特征与第三信号特征，划分为训练集与验证集对预先建立的意图识别模型进行训练。
[0036]通过获取实验对象的样本表面肌电信号，并确定第二肌电信号以及第三肌电信号。进一步提取其特征并划分为训练集和验证集进行模型训练。训练出的意图识别模型，提高了对肌电信号意图的准确分类的能力，且效率高，有助于提高意图识别的准确性和可靠
性，并为医疗与康复等领域的精准治疗提供支持。
[0037]在一种可选的实施方式中，将第二肌电信号分割为与运动意图对应的第一子肌电信号，包括：
[0038]获取实验对象的运动数据，运动数据由设置在实验对象四肢位置上的惯性传感器采集获得；其中，实验对象的样本表面肌电信号与运动数据的时间序列一致；
[0039]确定运动数据中与运动意图对应的运动时间节点，运动时间节点用于将第二肌电信号分割为与运动意图对应的第一子肌电信号。
[0040]利用运动数据有助于判断第二肌电信号中与运动意图对应的肌电信号，有利于提高意图识别模型训练的准确性，从而可以实现更精确和可靠的运动意图的识别和分类。
[0041]第二方面，本专利技术提供了一种基于表面肌电信号的运动意图识别装置，装置包括：
[0042]获取模块，用于获取待识别对象的表面肌电信号，表面肌电信号由设置在待识别对象预设肌肉位置上的肌电信号传感器采集获得；
[0043]确定模块，用于确定出表面肌电信号中的第一肌电信号，其中，第一肌电信号为有效的激活信号；
[0044]提取模块，用于提取第一肌电信号的第一信号特征；
[0045]状态模块，用于将第一信号特征，输入预先建立并训练的意图识别模型，确定出待识别对象的运本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于表面肌电信号的运动意图识别方法，其特征在于，所述方法包括：获取待识别对象的表面肌电信号，所述表面肌电信号由设置在所述待识别对象预设肌肉位置上的肌电信号传感器采集获得；确定出所述表面肌电信号中的第一肌电信号，其中，所述第一肌电信号为有效的激活信号；提取所述第一肌电信号的第一信号特征；将所述第一信号特征，输入预先建立并训练的意图识别模型，确定出所述待识别对象的运动意图，其中，所述运动意图包括与运动关节对应的运动状态。2.根据权利要求1所述的方法，其特征在于，所述确定出所述表面肌电信号中的第一肌电信号，包括：从所述表面肌电信号的起始信号点开始依次判断各信号点的肌电幅值是否大于第一阈值；在所述信号点中的第一信号点的所述肌电幅值大于第一阈值的情况下，确定所述第一信号点为激活状态的起始点，并开始计算激活状态时长；在所述第一信号点之后的所述信号点的所述肌电幅值连续大于第一阈值的情况下，所述激活状态时长增加；在所述第一信号点之后的所述信号点的所述肌电幅值小于第一阈值的情况下，开始计算静息状态时长直至所述信号点的所述肌电幅值再次大于所述第一阈值时，所述静息状态时长截止；在所述静息状态时长处于静息时长阈值内的情况下，所述激活状态时长截止，激活状态结束；判断所述激活状态时长内的肌电信号是否为有效信号；将有效的所述激活状态时长内的肌电信号作为所述第一肌电信号。3.根据权利要求2所述的方法，其特征在于，所述判断所述激活状态时长内的肌电信号是否为有效信号，包括：判断所述激活状态时长是否大于最大激活状态时长，且高阈值时长是否大于最短高阈值时长；在所述激活状态时长大于最小激活状态时长，且所述高阈值时长大于最短高阈值时长的情况下，确定所述激活状态时长内的肌电信号为有效信号；其中，所述高阈值时长为所述激活状态时长内的所述肌电幅度大于第二阈值的总时长。4.根据权利要求3所述的方法，其特征在于，在所述激活状态时长小于最小激活状态时长，和/或所述高阈值时长小于最短高阈值时长的情况下，确定所述激活状态时长内的肌电信号为噪音信号。5.根据权利要求1所述的方法，其特征在于，所述提取所述第一肌电信号的第一信号特征，包括：对所述第一肌电信号进行分窗处理，提取每一窗口的第一子信号特征；将所有所述第一肌电信号对应的所述第一子信号特征，作为...

【专利技术属性】
技术研发人员：刘斌，黄锟，沙连森，张文彬，张名琦，史文青，姚兴亮，
申请(专利权)人：中国科学院苏州生物医学工程技术研究所，
类型：发明
国别省市：