适用不同Brunnstrom等级患者基于表面肌电信号的动作识别方法

摘要：

针对不同患病程度的脑卒中患者运动意图识别率低的问题,提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号(sEMG)的动作识别方法.首先将所有等级患者sEMG数据进行融合,使用tsfresh库提取特征,然后基于随机森林(random forest,RF)模型筛选特征,并利用筛选的特征训练动作分类模型.进一步,通过研究动作和康复等级的关系,确定了康复评估动作并设计了康复等级自动评估算法.为了验证所提方法的有效性,在24例患者sEMG数据上进行了测试,实验结果表明所提方法能够将9种动作和6类康复等级的平均识别精度分别提升至89.81％和94％.基于所提方法构建的手部康复机器人系统能够实现康复等级自动评估.

关键词：脑卒中患者、表面肌电信号(sEMG)、Brunnstrom等级、模式识别

所属期刊栏目：42

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金;国家重点实验室自主课题;中国博士后科学基金

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：661-671,685