采用深度學習和表面肌電信號的上肢動作識別
2023-05-07 01:05:29徐林森張恒瑋陳根汪志煥眭翔
哈爾濱理工大學學報 2023年6期
徐林森 張恒瑋 陳根 汪志煥 眭翔
摘要：使用上肢表面肌電信號對上肢動作進行識別是實現康復機器人持續被動運動和主動輔助運動模式的重要方法。為了提高基于表面肌電信號（surface electromyography， sEMG）的上肢動作識別精度，分別采用了分段時域信號和拼接頻譜圖的兩種肌電動作識別方法。分段時域信號方法采用融合卷積神經網絡（convolutional neural network， CNN）、長短時記憶網絡（Long Shortterm Memory， LSTM）和注意力機制的自建網絡對上肢動作進行識別；拼接頻譜圖方法將預處理后的時域信號通過短時傅里葉變換（ShortTime Fourier Transform， STFT）轉換為對應頻譜圖，利用兩種微調的預訓練模型VGG16和Resnet50對所有通道豎直拼接的頻譜圖提取特征并將特征拼接，結合支持向量機對上肢動作進行識別。實驗結果表明，所提出的兩種方法在采集的受試者肌電信號數據集上均表現出90%以上的識別精度，可有效區分不同的上肢動作。
關鍵詞：上肢動作識別；表面肌電信號；分段時域信號；拼接頻譜圖；預訓練模型
