基于肌电信号层级分类的手部动作识别方法

摘要：

目的 利用肌电信号对手部动作进行识别,是控制现代康复假手的关键,其中使用少量电极识别出较多手势又是一难点.为更加充分利用所获得的肌电信息,本文提出一种层级分类方法.方法 首先提出一种基于层级分类的手部肌电信号动作识别方法,该方法首先根据被分类对象的多侧面属性,利用肌电积分值作为特征值,并通过线性判别函数实施预分类;其次建立肌电信号的自回归模型,将模型系数作为特征值,将人工神经网络作为分类器进行细分类;最后进行了对比实验论证.结果 实验结果表明,可以利用2个表面肌电电极以较高的识别率识别出8个常用手部动作.结论 该方法能够以较少的肌电电极识别出较多的动作,比未采用分层方法具有更好的分类效果.

关键词：手部动作、表面肌电信号、层级分类、AR模型、人工神经网络

所属期刊栏目：33

分类号：R318.04(医用一般科学)

资助基金：国家863计划2012A * * * * 4028

在线出版日期：2014-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：490-496