Elman神经网络在表面肌电连续估计肘关节角度中的应用

• 作者: 刘永柏 王刚 柴媛媛 刘克平 金龙 孙中波
• 来源期刊: 机器人外科学杂志（中英文）
• 关键词: 表面肌电信号 Elman神经网络 均方根 意图识别 康复
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 论著|Article
• 页码范围: 295-305
• 页数: 11页
• 分类号: R496
• 语种: 中文
• DOI: 10.12180/j.issn.2096-7721.2021.04.008

摘要

目的:估计肘关节角度和提高模型的速度和精度.方法:建立并研究基于表面肌电信号(Surface electromyogram,sEMG)的Elman神经网络(Elman neural network,ENN),通过在肱二头肌(Biceps muscle,BM)和肱三头肌(Triceps muscle,TM)的皮肤表面上放置电极来采集sEMG信号,并通过惯性测量单元(Inertial measurement unit,IMU)记录实际的肘关节角度.结果:通过实验结果以及基于模型阶数和隐层神经元数量的参数讨论,进一步证明了ENN可达到的最小均方根(Root mean square,RMS)误差为18.1899度.结论:在最优的参数下应用ENN估计肘关节角度时,均方根误差达到了可控范围.理论分析和实验结果都证明ENN在估计关节角度方面是有效的.