科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对不同患病程度的脑卒中患者运动意图识别率低的问题,提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号(sEMG)的动作识别方法.首先将所有等级患者s EMG数据进行融合,使用tsfresh库提取特征,然后基于随机森林(random forest,RF)模型筛选特征,并利用筛选的特征训练动作分类模型.进一步,通过研究动作和康复等级的关系,确定了康复评估动作并设计了康复等级自动评估算法.为了验证所提方法的有效性,在24例患者sEMG数据上进行了测试,实验结果表明所提方法能够将9种动作和6类康复等级的平均识别精度分别提升至89.81%和94%.基于所提方法构建的手部康复机器人系统能够实现康复等级自动评估.
-
单位中国科学院; 中国科学院沈阳自动化研究所; 机器人学国家重点实验室; 中国科学院大学
