[發明專利]基于肌電信號的身份識別系統、方法及設備

有效

• 申請號: 202110479335.6
• 申請日: 2021-04-30
• 公開（公告）號: CN113143261B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 盧立靜;毛靜娜;張志偉
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: A61B5/117
• 分類號: A61B5/117;A61B5/389;A61B5/00
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于肌電信號的身份識別系統，其特征在于，該身份識別系統包括信號去噪模塊、特征提取模塊以及身份識別模塊；

所述信號去噪模塊，基于選定的濾波器組合，對輸入的肌電信號進行去噪；所述選定的濾波器組合，基于預設的多個濾波器，通過循環神經網絡，采用強化學習方法獲??；

所述選定的濾波器組合為一個或多個高斯濾波器的組合，或

一個或多個維納濾波器的組合，或

一個或多個高斯濾波器、一個或多個維納濾波器的組合；

所述信號去噪模塊中選定的濾波器組合，通過濾波器生成模塊獲??；所述濾波器生成模塊包括搜索空間單元、搜索器模塊、強化學習單元；

所述搜索空間單元存儲有預設的多個濾波器；

所述搜索器模塊基于神經網絡構建，用于基于所述搜索空間單元中的濾波器獲取選定的濾波器組合；

所述強化學習單元，采用強化學習的方法，基于所述搜索器模塊每一次獲取的濾波器組合的去噪效果值，對所述搜索器模塊的權重值進行優化；

所述特征提取模塊，采用連續小波變換方法，將去噪后的肌電信號由離散的一維特征信號轉變成二維的時頻域圖像；

所述身份識別模塊，基于所述二維的時頻域圖像，通過注意力機制的卷積神經網絡獲取身份識別信息。

2.根據權利要求1所述的基于肌電信號的身份識別系統，其特征在于，所述搜索空間單元的濾波器包括多個預設參數的高斯濾波器和多個預設參數的維納濾波器。

3.根據權利要求1所述的基于肌電信號的身份識別系統，其特征在于，所述強化學習單元所采用的損失函數的梯度為

其中，m是樣本數，T表示濾波器組合的長度，θ_c為搜索器模塊權重，a_t表示t時刻輸出的濾波器組合，R_k表示第k個濾波器組合的測試效果，P(a_t|a_(t-1):1；θ_c)表示t時刻選擇濾波器a_t的概率。

4.根據權利要求1所述的基于肌電信號的身份識別系統，其特征在于，所述特征提取模塊中連續小波變換的計算公式為：

其中，CWT_W(a,b)為連續小波變換函數，表示小波母函數Ψ(t)的共軛，a為尺度因子，b為平移因子，x(t)為待變換的原始信號。

5.根據權利要求1-4任一項所述的基于肌電信號的身份識別系統，其特征在于，該身份識別系統還包括信號采集模塊為具有肌電信號采集功能的手環。

6.一種基于肌電信號的身份識別方法，其特征在于，該身份識別方法包括以下步驟：

基于選定的濾波器組合，對輸入的肌電信號進行去噪；所述選定的濾波器組合，基于預設的多個濾波器，通過循環神經網絡，采用強化學習方法獲??；所述選定的濾波器組合為一個或多個高斯濾波器的組合，或

一個或多個維納濾波器的組合，或

一個或多個高斯濾波器、一個或多個維納濾波器的組合；

選定的濾波器組合，通過濾波器生成模塊獲取；所述濾波器生成模塊包括搜索空間單元、搜索器模塊、強化學習單元；

所述搜索空間單元存儲有預設的多個濾波器；

所述搜索器模塊基于神經網絡構建，用于基于所述搜索空間單元中的濾波器獲取選定的濾波器組合；

所述強化學習單元，采用強化學習的方法，基于所述搜索器模塊每一次獲取的濾波器組合的去噪效果值，對所述搜索器模塊的權重值進行優化；

采用連續小波變換方法，將去噪后的肌電信號由離散的一維特征信號轉變成二維的時頻域圖像；

基于所述二維的時頻域圖像，通過注意力機制的卷積神經網絡獲取身份識別信息。

7.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于被所述計算機執行以實現權利要求6所述的基于肌電信號的身份識別方法。