[發(fā)明專利]一種面向個(gè)人用戶的表面肌電信號分類識別方法

有效

• 申請?zhí)枺?/td>: 202010626780.6
• 申請日: 2020-07-02
• 公開（公告）號: CN111783669B
• 公開（公告）日: 2022-07-22
• 發(fā)明（設(shè)計(jì)）人: 高睿;郭劍;劉培宇;董樹龍;韓崇;王娟
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243
• 代理人: 張玉紅

1.一種面向個(gè)人用戶的表面肌電信號分類識別方法，其特征在于：所述方法包括如下步驟：

步驟1，設(shè)定初始手勢數(shù)據(jù)集D_u，并采集使用者數(shù)據(jù)得到用戶手勢數(shù)據(jù)集D_p；所述初始手勢數(shù)據(jù)集D_u，包含多人的手勢肌電數(shù)據(jù)，共有來自不同成員的共計(jì)N_u個(gè)手勢數(shù)據(jù)；

步驟2，對D_p和D_u進(jìn)行數(shù)據(jù)預(yù)處理，進(jìn)行分類標(biāo)簽和去噪處理，并將數(shù)據(jù)轉(zhuǎn)換為三維格式矩陣；

步驟3，構(gòu)建訓(xùn)練集；對數(shù)據(jù)集中的矩陣進(jìn)行標(biāo)序，并擴(kuò)充用戶手勢數(shù)據(jù)集D_p，新建包含D_u和D_p的手勢數(shù)據(jù)的數(shù)據(jù)集D_all作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)需要的訓(xùn)練集；

所述步驟3中包括如下分步驟：

步驟3-1，為數(shù)據(jù)集D_u中的每個(gè)矩陣標(biāo)上序號，序號從1至N_u，為數(shù)據(jù)集D_p中的每個(gè)矩陣標(biāo)上序號，序號從N_p0+1至2*N_p0；

步驟3-2，擴(kuò)充數(shù)據(jù)集D_p，直至數(shù)據(jù)集D_p內(nèi)的手勢個(gè)數(shù)N_p等于N_u；擴(kuò)充辦法為從序號1至N_p0的矩陣中隨機(jī)選取一個(gè)擴(kuò)充至D_p中，為它按照順序標(biāo)上序號，若D_p中的手勢個(gè)數(shù)仍小于N_u，則重復(fù)此操作，直至數(shù)據(jù)集D_p內(nèi)的手勢個(gè)數(shù)N_p等于N_u；

步驟3-3，新建一個(gè)數(shù)據(jù)集D_all，將D_u和D_p的手勢數(shù)據(jù)依照序號輸入其中，則它的手勢總個(gè)數(shù)N_all為2*N_u，為D_all數(shù)據(jù)集中的每個(gè)矩陣標(biāo)上序號，顯然，標(biāo)號為1至N_u的矩陣來自數(shù)據(jù)集D_u，標(biāo)號為N_u+1至N_all的矩陣來自數(shù)據(jù)集D_p，D_all即訓(xùn)練神經(jīng)網(wǎng)絡(luò)需要的訓(xùn)練集；

步驟4，將訓(xùn)練集輸入LeNet-5模型結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練；

步驟5，通過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)輸出得到識別結(jié)果，同時(shí)保存神經(jīng)網(wǎng)絡(luò)的卷積核數(shù)據(jù)以及全連接層的權(quán)重參數(shù)，下次使用時(shí)直接調(diào)用，無需再次訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的一種面向個(gè)人用戶的表面肌電信號分類識別方法，其特征在于：步驟1中，使用肌電讀取設(shè)備讀取P在做不同手勢時(shí)的肌肉電流，共有s個(gè)手勢、每個(gè)手勢重復(fù)t次，將該數(shù)據(jù)集記為D_p。

3.根據(jù)權(quán)利要求1所述的一種面向個(gè)人用戶的表面肌電信號分類識別方法，其特征在于：所述步驟2中包括如下分步驟：

步驟2-1，加標(biāo)簽值，給對應(yīng)的數(shù)據(jù)加上分類標(biāo)簽，其中的標(biāo)簽用元胞數(shù)組表示；

步驟2-2，進(jìn)行傅里葉變換后刪去頻率小于50Hz的信號成分，去除因設(shè)備電力線造成的噪聲干擾；

步驟2-3，將肌電數(shù)據(jù)轉(zhuǎn)換為神經(jīng)網(wǎng)絡(luò)輸入層相匹配的三維格式，即對每一次的單一動(dòng)作信號通過排列時(shí)域信號使其形成多通道的矩陣；具體的，一個(gè)肌電識別儀器有a個(gè)通道，一次動(dòng)作中每個(gè)通道采樣b²個(gè)時(shí)間信號點(diǎn)，將它按時(shí)間排布，成為八個(gè)大小為b*b的二維矩陣，再將矩陣按通道號排布就形成了b*b*a的三維矩陣。

4.根據(jù)權(quán)利要求1所述的一種面向個(gè)人用戶的表面肌電信號分類識別方法，其特征在于：所述神經(jīng)網(wǎng)絡(luò)采用LeNet-5模型，對輸入層的輸入信號進(jìn)行特征提取與分析，包括CNN模塊和分類模塊。