基于块稀疏贝叶斯学习的肌电信号特征提取

• 作者: 丁帅 王亮
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 表面肌电 特征提取 非平稳信号 块稀疏贝叶斯学习
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 学 术 论 文
• 页码范围: 2731-2738
• 页数: 8页
• 分类号: TP391.4|TH39
• 字数: 5971字
• 语种: 中文

摘要

针对上肢多种运动的模式识别问题，对表面肌电的特征提取方法进行了研究，旨在取得更有鉴别能力的特征。采用基于块稀疏贝叶斯学习的方法提取sEMG信号中蕴含的运动信息，用于上肢动作中的整手以及精细的手指动作的识别。基于块稀疏贝叶斯学习的方法提取到的分解系数特征DC能表征sEMG信号的非线性特征。在对8位受试者6类整手以及精细的手指动作的识别实验中，将DC特征结合Willison幅值特征能更有效地反映出6类动作之间的差异，平均动作识别成功率可达92.9%。实验表明，所提出的特征提取方案可行。与传统的特征提取方法相比，此方案进一步提高了多种动作模式的识别精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王亮		101	719	13.0	23.0
2	丁帅		2	13	2.0	2.0