基于MPCNN模型的sEMG快速迁移学习的手势识别应用研究

1

作者 易鹏 杨晔 严仕嘉 《计算机工程》 北大核心 2025年第1期304-311,共8页

为解决个体间差异性的问题并提高手势识别技术的普适性,提出基于多并行卷积神经网络(MPCNN)的迁移学习策略,旨在实现基于表面肌电信号的高效手势识别。MPCNN通过并行架构和优化的迁移学习机制,对比以往的卷积神经网络(CNN)迁移框架以更... 为解决个体间差异性的问题并提高手势识别技术的普适性,提出基于多并行卷积神经网络(MPCNN)的迁移学习策略,旨在实现基于表面肌电信号的高效手势识别。MPCNN通过并行架构和优化的迁移学习机制,对比以往的卷积神经网络(CNN)迁移框架以更有效地处理不同个体间的生理差异,从而提高模型对新用户的适应性和识别准确率。此外,MPCNN通过减少模型训练时间和提高泛化能力,增强系统的实用性。通过多组实验,包括倍数交叉验证、消融实验和健壮性测试来证实所提策略在多个方面的有效性。实验结果表明,与传统CNN模型相比,提出的MPCNN迁移学习策略显著提升手势识别准确率,在Ninapro DB7数据集上的识别率达到了94.95%,对比CNN迁移学习框架提高了4.38百分点,同时训练时间减少了超过50%,验证了MPCNN迁移模型在减轻训练负担、增强泛化能力和提高抗干扰性方面的优点。基于实验模型对人机交互能力进行了验证,验证了其在肌电控制应用前景。 展开更多

关键词 迁移学习 表面肌电信号 手势识别 深度学习 卷积神经网络 肌电控制

在线阅读 下载PDF 职称材料

嵌入式肌电腕带实时采集与识别系统设计 被引量：1

2

作者 阳佩珉 闵华松 《计算机工程》 北大核心 2025年第2期259-268,共10页

目前,大多数商用表面肌电(sEMG)信号采集系统存在价格昂贵、便携性和时效性无法满足应用需求的缺陷。为了解决该问题,结合模拟采集电路的精度要求以及微控制器低功耗、高性能、灵活性等方面的需求,设计一种嵌入式一体化肌电腕带,可以用... 目前,大多数商用表面肌电(sEMG)信号采集系统存在价格昂贵、便携性和时效性无法满足应用需求的缺陷。为了解决该问题,结合模拟采集电路的精度要求以及微控制器低功耗、高性能、灵活性等方面的需求,设计一种嵌入式一体化肌电腕带,可以用于实时手势识别。首先,采用低成本、低噪声的精密放大器完成模拟采集电路设计,并在仿真环境中对电路进行仿真验证,保证信号采集质量;其次,在低功耗、高性能的微控制器ESP32-S3上提出轻量化卷积神经网络L-CNN以进行实时识别。L-CNN在预训练后进行剪枝和量化,然后完成部署。通过剪枝算法去除模型中冗余的权重参数,减小模型大小,加快推理速度,并微调到预训练模型中。量化将原有32位浮点数降到8位整数进行计算,使模型尺寸降低以适用于嵌入式设备。实验结果表明,L-CNN的尺寸相比原模型大幅降低,推理速度得到提升,并且在实时手势识别中能达到95%左右的识别准确率,验证了整个系统的可靠性。 展开更多

关键词 表面肌电信号 手势识别 微控制器 模型剪枝 模型量化

在线阅读 下载PDF 职称材料

基于sEMG和GRNN的手部输出力估计 被引量：13

3

作者 吴常铖 宋爱国 +2 位作者 曾洪 李会军 徐宝国 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第1期97-104,共8页

针对智能肌电假手力控制的需要,提出一种基于表面肌电信号(s EMG)和广义回归神经网络(GRNN)的手部输出力估计方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建;然后,通过在手臂8个... 针对智能肌电假手力控制的需要,提出一种基于表面肌电信号(s EMG)和广义回归神经网络(GRNN)的手部输出力估计方法。首先在介绍实验平台的基础上详细描述了肌电信号的采集和特征提取方法以及广义回归神经网络的构建;然后,通过在手臂8个不同部位粘贴肌电传感器来检测手部动作过程中的肌电信号;同时为了全面测量人手在三维空间中的输出力,采用三维力传感器对手部的输出力进行测量;在同步获得手臂上的多通道肌电信号(X)和手部三维力推拉信号(F)后,对采集得到肌电信号进行了特征提取得到特征矩阵X_F;将X_F和F用于构建GRNN网络,并用均方差和残差绝对值均值对手部输出力的估计结果进行评估。为验证该方法的有效性,进行了实验验证,结果表明,该方法能够很好地利用sEMG对手部的输出力进行估计。 展开更多

关键词 表面肌电信号 广义回归神经网络 手部输出力估计

在线阅读 下载PDF 职称材料

基于小腿表面肌电的智能机器人协同控制方法 被引量：14

4

作者 徐超立 林科 +2 位作者 杨晨 吴超华 高小榕 《中国生物医学工程学报》 CAS CSCD 北大核心 2016年第4期385-393,共9页

作为人机交互的核心内容之一,面向机器人控制的步态识别拥有广泛的应用前景。提出一种基于小腿表面肌电信号的智能移动机器人控制方法。通过优化互信息的最大相关最小冗余算法(MRMR),实现对前进、后退、左转、右转等4种步态分类识别,并... 作为人机交互的核心内容之一,面向机器人控制的步态识别拥有广泛的应用前景。提出一种基于小腿表面肌电信号的智能移动机器人控制方法。通过优化互信息的最大相关最小冗余算法(MRMR),实现对前进、后退、左转、右转等4种步态分类识别,并建立一套移动机器人同步控制系统。使用表面肌电信号(sEMG)作为输入信息,对人步态动作进行分类识别,并转化为对机器人运动进行控制的信息,从而实现人与智能移动机器人的实时协同交互。通过采集8名受试者前进、后退、左转、右转行走时的小腿表面肌电信号,并实时控制智能机器人的运动。结果表明,在少量的训练条件下,该方法的步态识别准确率可达88%。基于此方法搭建的移动机器人协同控制系统,具有较强的实时控制能力以及较高的控制准确度。基于小腿表面肌电的智能机器人协同控制方法具有良好的应用前景,未来或可广泛应用于人机运动协调机器人控制等领域。 展开更多

关键词 小腿表面肌电信号 步态识别 最大相关最小冗余算法 智能机器人

在线阅读 下载PDF 职称材料

基于小波包分析和Elman网络的肌电信号处理 被引量：8

5

作者 梅品高 罗志增 《机电工程》 CAS 2008年第1期7-10,共4页

提出了一种基于小波包变化和Elman神经网络的表面肌电信号特征提取和模式识别方法。在对表面肌电信号进行预处理的基础上,提出了以小波包变换各频段的能量来构造特征值,以该特征值作为训练样本输入Elman神经网络进行网络训练,构筑手部... 提出了一种基于小波包变化和Elman神经网络的表面肌电信号特征提取和模式识别方法。在对表面肌电信号进行预处理的基础上,提出了以小波包变换各频段的能量来构造特征值,以该特征值作为训练样本输入Elman神经网络进行网络训练,构筑手部动作分类器,训练完成的分类器可完成伸腕、屈腕、展拳和握拳等4种手部动作模式的识别。实验结果表明,与其他分析方法比较,该方法不仅识别率高,鲁棒性好,同时也为其他非平稳生理信号分析提供了新方法。 展开更多

关键词 小波包变换 ELMAN神经网络 表面肌电信号

在线阅读 下载PDF 职称材料

长期练习24式太极拳对中年人身体机能的影响 被引量：17

6

作者 权黎明 《中国体育科技》 CSSCI 北大核心 2016年第5期68-74,共7页

目的:以多指标综合观察长期练习24式太极拳运动对中年人身体机能的影响。方法:选取22名中年人为研究对象,其中11名为技术熟练者(SG),11名为初学者(NG)。测量受试者的心率、呼吸率、头皮脑电、表面肌电以及体适能。结果:数据表明,SG组受... 目的:以多指标综合观察长期练习24式太极拳运动对中年人身体机能的影响。方法:选取22名中年人为研究对象,其中11名为技术熟练者(SG),11名为初学者(NG)。测量受试者的心率、呼吸率、头皮脑电、表面肌电以及体适能。结果:数据表明,SG组受试者纵跳相对值(P<0.05)、闭目单脚站立时间(P<0.05)、坐位体前屈(P<0.01)以及仰卧起坐(P<0.05)显著优于NG组受试者。NG组受试者完成24式太极拳运动时的运动强度似乎要小于SG组受试者。运动后静息状态时,SG组受试者表现出更高的心率(P<0.05)、更低的呼吸频率(P<0.05)、闭眼状态表现为更高的标准化α波段能量(P<0.05)。SG组受试者大脑中央区的α%显著高于NG组受试者(P<0.05),同时,SG组受试者大脑中央区的α%也显著高于枕区(P<0.05)。下肢肌肉表面肌电数据表明,SG组受试者表现出更强的耐疲劳性和更好的神经肌肉控制能力。结论:长期练习24式太极拳运动可以从多方面提高中年人的生理机能,尤其在改善脑功能和神经对肌肉的控制能力方面。 展开更多

关键词 24式太极拳 体适能 呼吸频率 脑电 表面肌电 神经肌肉控制

在线阅读 下载PDF 职称材料

高斯径向基函数重构特征对表面肌电信号识别 被引量：1

7

作者 艾青松 卢英 刘泉 《计算机工程与应用》 CSCD 2013年第12期182-186,222,共6页

针对在不同动作模式下对表面肌电信号提取的特征信息总是有较大差异,而相同动作模式下提取的特征信息较为接近这一特点,提出了高斯径向基函数重构算法对肌电信号进行识别。该算法在对表面肌电信号提取特征信息后,用高斯径向基函数对特... 针对在不同动作模式下对表面肌电信号提取的特征信息总是有较大差异,而相同动作模式下提取的特征信息较为接近这一特点,提出了高斯径向基函数重构算法对肌电信号进行识别。该算法在对表面肌电信号提取特征信息后,用高斯径向基函数对特征矢量进行重构,使得重构的特征矢量的空间分布存在很大差异而直接进行识别。用该重构算法对提取的AR系数重构,然后进行识别,平均识别率为97.2%;对小波系数重构,平均识别率为99%。 展开更多

关键词 表面肌电信号 自回归(AR)参数 小波系数 高斯径向基函数 典型样本

在线阅读 下载PDF 职称材料

基于表面肌电信号高通滤波处理后对指屈肌肌力估算的研究 被引量：3

8

作者 郭峰 《体育科学》 CSSCI 北大核心 2012年第12期35-41,共7页

目的:观察对指屈肌原始肌电信号采用不同形式滤波后精确地估算指屈肌肌力的效果。方法:以18名健康受试者为研究对象,令其指屈肌进行不同形式的等长收缩,将肌肉力量大小表示为最大力量的百分比(%MVC)。采用多种肌电处理方法对指屈肌的表... 目的:观察对指屈肌原始肌电信号采用不同形式滤波后精确地估算指屈肌肌力的效果。方法:以18名健康受试者为研究对象,令其指屈肌进行不同形式的等长收缩,将肌肉力量大小表示为最大力量的百分比(%MVC)。采用多种肌电处理方法对指屈肌的表面肌电信号进行处理。其中,采用逐渐递增的高通截止频率(20～480Hz,每阶20Hz,共24个)进行1阶和6阶高通滤波,经过高通滤波后的信号再进行低通滤波提取包络(1.0～4.0Hz,每阶0.1Hz,共31个),观察不同的处理方法对基于用表面肌电信号精确估算指屈肌力量的效果。结果:数据表明,去除原始表面肌电信号功率成分的90%～95%后,使得对指屈肌肌力的估算显著增加。结论:表明肌电信号中的较窄一段高频带成分可能与力量预测有关,同时,也从指屈肌的研究角度支持了以前学者的研究。 展开更多

关键词 表面肌电信号 肌肉力量 等长收缩 估算

在线阅读 下载PDF 职称材料

肌电假肢手抓握力控制系统的设计与实现 被引量：6

9

作者 周恩至 张翼 邓华 《传感器与微系统》 CSCD 2020年第9期94-96,100,共4页

为使上肢残疾者佩戴的肌电假肢手能够稳定地抓握物体,设计了一种基于表面肌电(sEMG)信号和力敏电阻器(FSR)的假肢手抓握力控制系统。系统以数字信号处理器(DSP)-ARM双处理器作为控制核心,通过sEMG传感器采集上肢残疾者手臂的表面肌电信... 为使上肢残疾者佩戴的肌电假肢手能够稳定地抓握物体,设计了一种基于表面肌电(sEMG)信号和力敏电阻器(FSR)的假肢手抓握力控制系统。系统以数字信号处理器(DSP)-ARM双处理器作为控制核心,通过sEMG传感器采集上肢残疾者手臂的表面肌电信号,从中解码期望的抓握力;通过FSR传感器采集假肢手抓握物体时的实际抓握力,作为反馈信号;然后运用无模型自适应控制方法实现假肢手抓握力的闭环控制。抓握力控制实验表明:该系统能够控制假肢手以期望力稳定地抓握物体。 展开更多

关键词 表面肌电(semg)信号 力敏电阻 假肢手抓握力控制 力解码 无模型自适应控制

在线阅读 下载PDF 职称材料

基于表面肌电信号的LDA-BPNN双臂手势识别算法 被引量：6

10

作者 王金玮 曹乐 +2 位作者 阚秀 张文艳 孟壮壮 《传感器与微系统》 CSCD 北大核心 2023年第6期158-160,168,共4页

针对基于表面肌电(sEMG)信号的双臂手势识别率不高的问题,提出一种利用线性判别分析(LDA)方法结合反向传播神经网络(BPNN)算法的手势识别方法。首先,对采集的双臂sEMG信号进行小波阈值去噪的预处理,提取信号中的均方根值、绝对值均值、... 针对基于表面肌电(sEMG)信号的双臂手势识别率不高的问题,提出一种利用线性判别分析(LDA)方法结合反向传播神经网络(BPNN)算法的手势识别方法。首先,对采集的双臂sEMG信号进行小波阈值去噪的预处理,提取信号中的均方根值、绝对值均值、过零点次数、立方均值、波长、平均绝对值斜率共6种特征;再通过LDA对高维特征集进行降维处理;最后,利用BPNN建立相应的手势模型并识别。实验结果表明:在双臂手势动作的背景下,该识别算法效率较高,识别准确率高达92.7%,能够有效实现双臂手势识别。 展开更多

关键词 表面肌电信号 小波阈值去噪 线性判别分析方法 反向传播神经网络 手势识别

在线阅读 下载PDF 职称材料

面向农业智能装备的表面肌电信号识别

11

作者 孙洪颖 陈龙崇 +3 位作者 郑传俊 黄劲龙 陈振国 钟丽芬 《智慧农业导刊》 2021年第1期1-5,共5页

农业智能装备是现代农业重要的发展方向之一,目前视觉、语音等是主要的交互方式,表面肌电信号的识别是当前人工智能与生物医学工程领域的研究热点之一,但肌电信号还较少应用于农业智能装备的交互。文章面向农业智能装备进行了表面肌电... 农业智能装备是现代农业重要的发展方向之一,目前视觉、语音等是主要的交互方式,表面肌电信号的识别是当前人工智能与生物医学工程领域的研究热点之一,但肌电信号还较少应用于农业智能装备的交互。文章面向农业智能装备进行了表面肌电信号识别的研究工作,在对卷积神经网络与表面肌电信号识别技术分析的基础上,构建卷积神经网络对肌电信号进行识别,实现对人体动作的识别,探索表面肌电信号新的识别方法,为肌电信号应用于现代农业智能装备提供了技术参考。 展开更多

关键词 卷积神经网络(CNN) 表面肌电信号(semg) 农业智能装备

在线阅读 下载PDF 职称材料