基于支持向量机的肌肉电信号分类

• 作者: 石征锦 张文娇 谢峰 王博伦
• 来源期刊: 信息技术与信息化
• 关键词: 关节康复 肌电信号采集 支持向量机 模式分类
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 电子与通信技术
• 页码范围: 175-177
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9528.2021.08.052

摘要

为提高患者康复训练的积极性和有效性,采用主动训练模式对脑卒中患者的踝关节运动障碍问题进行康复治疗.人体表面肌电信号(surface electromyography,sEMG)的产生比患者实际动作发生提前大约50～100 ms,可以利用人体表面肌电信号来反映患者的真实运动倾向,从而辨识出患者运动模式,并使设备带动患者完成运动动作.利用SVM支持向量机对采集的肌电信号特征值矩阵构成的未知模式样本进行分类,判断患者期望运动状态为背屈、跖屈或放松.总体识别率较为准确,可以满足患者康复需求.