基于表面肌电信号的手指关节角度估计方法

作者：张娜; 张明进; 王晓冬; 梁铁; 李俊; 熊鹏; 刘晓光^*

来源：电子测量与仪器学报, 2023, 37(08): 60-70.

DOI：10.13382/j.jemi.B2306448

• 表面肌电信号
• 深度森林
• 人工神经网络
• 通道注意力机制
• 手指关节角度估计

为了实现智能假手能够自然地模拟人手的连续运动,提出了基于s EMG的DF-ANN模型来估计手指关节角度的方法。该方法引入了通道注意力机制中的SE-Net模块增强了s EMG的相关特征表达,减少s EMG重要特征的损失,有效提高了回归模型的性能,选取10名健康的受试者进行10种不同手势的实验,选择R-Squared(R2)等回归衡量指标来评估该方法关节角度估计的精度,实验结果显示R2为86.5%。与未引入SE-Net的DF-ANN模型,单独的深度森林和人工神经网络相比,R2大约提高了4%。这表明该方法能够有效减小s EMG的关节角度连续解码的误差,能够有助于实现智能假手的柔顺控制。

• 单位
  电子信息工程学院; 河北大学; 河北大学附属医院