采用表面肌電信號的手指關節角度精確感知方法

【摘要】：針對目前采用肌電信號的手指關節角度連續解碼誤差較大，導致肌電假肢手運動效果較差的情況，提出了一種應用表面肌電信號、深度回歸森林模型和人工神經網絡相結合的手指關節角度連續精確感知方法。首先應用基于滑動時間窗的特征提取器從前臂8個通道的肌電信號中各提取7種肌電信號特征（肌電信號的平均絕對值、積分肌電值、均方根、波形長度、對數特征、過零點數、斜率符號變化數），輸入深度森林回歸模型得到具有較大波動的掌指關節估計角度；然后，采用人工神經網絡對這些掌指關節估計角度進行優化，以創建一種深度森林回歸模型與人工神經網絡相結合的綜合回歸模型；最后，利用該綜合回歸模型對采集到的表面肌電信號進行連續精確解碼，得到肌電假手掌指關節角度控制量，其余手指關節角度可通過比例控制得到。采用所提方法進行實驗驗證，結果表明：所提方法的平均軌跡跟蹤精度比傳統高斯過程方法提高了42%，達到82.12%，證明所提方法對基于肌電信號的手指關節角度估計具有非常優良的效果。