一种基于卷积神经网络的下肢动作模式识别方法

摘要：

针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法.以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号(surface electromyography,sEMG),对sEMG进行特征提取,构建了一种以特征集作为输入的卷积神经网络,并比较了其与另外几种传统分类识别方法的识别准确率和工作特征.实验结果表明,新方法对于5种步态的平均识别准确率大于95％,错误率都低于8％,具有较高的准确性.因此所提方法的输入特征集更能代表预测模型特征,模式识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供参考.

关键词：模式识别、表面肌电信号、卷积神经网络、特征提取、分类识别、下肢动作

所属期刊栏目：43

分类号：TP241(自动化技术及设备)

资助基金：重庆市教委科学技术研究项目;重庆市基础与前沿研究计划;国家自然科学基金;重庆市工程实验室资助项目

在线出版日期：2022-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：347-354