基于不同训练模式的纳米金柔性传感器的手势动作识别

• 作者: 孙淑睿 李光林 汪鑫 陈世雄 黄品高
• 来源期刊: 集成技术
• 学科: 工学
• 关键词: 纳米金柔性传感器 训练模式 模式识别
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 生物医药与生物医学工程
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP302.1
• 字数: 4540字
• 语种: 中文
• DOI: 10.12146/j.issn.2095-3135.20191122001

摘要

假肢控制技术研究中,研究者们通常利用解码表面肌电信号(Surface Electromyography,sEMG)来获得截肢者的运动意图.传统的sEMG采集中,为降低皮肤与电极之间的阻抗,通常需要涂导电膏后与皮肤直接接触,因此会导致部分患者皮肤过敏和身体不适,且sEMG容易受肌肉疲劳影响,不利于长期监测.针对以上问题,该研究采用一种纳米金柔性传感器,解码其因肌肉收缩拉伸后产生的形变信号,并探究两种不同训练模式在此方法下的分类性能.其中,训练模式包括:重复训练模式,即每组重复做同一个动作;随机训练模式,即动作顺序随机化,每组每个动作只做一次.结果表明,所有受试者使用纳米金柔性传感器的平均手势识别率均在90％以上,且两种训练模式间无显著性差异(重复训练模式为95.46％、随机训练模式为94.18％,P值为0.2275).这表明纳米金柔性传感器与湿电极一样,可以实现可靠的手势识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李光林	中国科学院深圳先进技术研究院	24	108	7.0	9.0
2	黄品高	中国科学院深圳先进技术研究院	3	0	0.0	0.0
6	陈世雄	中国科学院深圳先进技术研究院	5	4	2.0	2.0
7	汪鑫	中国科学院深圳先进技术研究院	6	12	2.0	3.0
11	孙淑睿	中国科学院深圳先进技术研究院	1	0	0.0	0.0