一种基于表面肌电信号的腕部肌力估计方法研究

摘要：

基于表面肌电信号(Surface ElectroMyoGraphy,sEMG)的人机交互力控制需要检测肌力的大小,而直接、精确地测量肌力十分困难,因此常使用肌力估计的方法估计肌力,为了实现基于sEMG信号的腕部肌力估计,文中提出了一种方法.该方法首先制作一个肌力采集平台,然后采集腕部一系列不同肌力水平的肌力信号和sEMG信号,将两种信号滤波后同步匹配,取sEMG信号的均方根、平均绝对值(MAV)、均值频率、谱矩比(Spectral Moments Ratio,SMR)作为4个特征值,最后使用支持向量机(Support Vector Machine,SVM)建模实现肌力估计,并与BP神经网络建模结果比较.两名实验者肌力估计均方根误差分别达到9.1％MVC(最大等长收缩力)和8.7％MVC,结果表明所提方法是一种有效的、简便的腕部肌力估计方法.

关键词：表面肌电信号、肌力估计、腕部、支持向量机、BP神经网络

所属期刊栏目：48

分类号：TP249(自动化技术及设备)

资助基金：江西省优势科技创新团队建设项目20171BCB24001

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：317-320,325