基于多路sEMG时序分析的人体运动模式识别方法

• 作者: 佟丽娜 侯增广 彭亮 王卫群 谭民 陈翼雄
• 来源期刊: 自动化学报
• 关键词: 康复训练 表面肌电 人体运动意图识别 自组织神经网络 隐马尔科夫模型
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 810-821
• 页数: 12页
• 字数: 11420字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2014.00810

摘要

针对主动康复训练中人体运动识别问题,提出了一种基于多路表面肌电(Surface electromyogram, sEMG)时序特征的人体运动模式识别方法.设计评估类周期sEMG信号波形相似度的方法来对多路sEMG信号进行特征选择；以二维科荷伦自组织竞争网络(Self-organization mapping net, SOM)对多路信息进行编码；最后,建立描述各运动过程多路sEMG时序特征的隐马尔科夫模型(Hidden Markov model, HMM),基于最大似然估计法对多模型匹配进行综合判决获取识别结果.并在对下肢踏车、椭圆、步行运动模式的识别实验中,相对于经典线性及非线性算法,识别率由72.5%和88.33%提高到91.67%,验证了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯增广	中国科学院自动化研究所复杂系统与管理国家重点实验室	34	676	14.0	25.0
2	佟丽娜	中国科学院自动化研究所复杂系统与管理国家重点实验室	4	176	4.0	4.0
4	陈翼雄	中国科学院自动化研究所复杂系统与管理国家重点实验室	2	163	2.0	2.0
5	王卫群	中国科学院自动化研究所复杂系统与管理国家重点实验室	4	206	3.0	4.0
8	彭亮	中国科学院自动化研究所复杂系统与管理国家重点实验室	9	174	6.0	9.0