重庆理工大学学报(自然科学) ›› 2024, Vol. 38 ›› Issue (11): 119-128.

• 信息·计算机 • 上一篇    下一篇

特征图组合的双流 CNN手指关节角度连续运动预测方法研究

武 岩,曹崇莉,李 奇,姬鹏辉,张 航   

  1. 1.长春理工大学 计算机科学技术学院,长春 130022; 2.长春理工大学中山研究院,广东 中山 528400
  • 发布日期:2024-12-31
  • 作者简介:武岩,女,博士,副教授,主要从事脑信息、立体视觉、脑机接口研究,Email:wuyan@cust.edu.cn

  • Published:2024-12-31

摘要: 针对基于表面肌电(surfaceelectromyography,sEMG)信号手指关节角度连续运动预测时序信息提取不足、预测准确率较低的问题,提出了一种基于特征图组合(featuremapcombinations,FMC)的双流卷积神经网络(dualstreamconvolutionalneuralnetwork,DCNN)预测方法。提取 sEMG信号的特征信息,采用滑动窗方式将特征信息进行特征图组合,表达特征的时间连贯性以提取 sEMG信号的时序信息,通过 DCNN网络在时间、空间维度对组合后的特征图提取深层特征,提高手指关节角度连续运动预测效果。在 NinaProDB8数据集上进行实验,结果表明:在 3类不同自由度(18个、5个、3个)的相关方法比较中,健康受试者的 R2值分别提高了 7.9%、16.8%和 17.8%;截肢受试者的 R2值分别提高了 9.6%、14.3%和 10.3%。

关键词: sEMG;连续运动预测;特征图组合;双流卷积神经网络

中图分类号: 

  • TP391