CN113157095A - 基于表面肌电信号的嵌入式实时自适应控制方法和系统 - Google Patents
基于表面肌电信号的嵌入式实时自适应控制方法和系统 Download PDFInfo
- Publication number
- CN113157095A CN113157095A CN202110444281.XA CN202110444281A CN113157095A CN 113157095 A CN113157095 A CN 113157095A CN 202110444281 A CN202110444281 A CN 202110444281A CN 113157095 A CN113157095 A CN 113157095A
- Authority
- CN
- China
- Prior art keywords
- signal
- signals
- embedded
- frequency
- adaptive control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Neurosurgery (AREA)
- General Health & Medical Sciences (AREA)
- Neurology (AREA)
- Health & Medical Sciences (AREA)
- Dermatology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供了一种基于表面肌电信号的嵌入式实时自适应控制方法和系统，包括：采集多通道表面肌电信号，对采集到的信号进行预处理后传入嵌入式芯片，并在芯片内部进行特征的提取与筛选以实现运动意图的识别，随后传出控制指令，对电机的运动进行规划。本发明采用了容易获得的频域特征作为主要控制变量，避免了复杂的特征提取计算减轻了嵌入式系统的计算压力；同时采用了实时的控制策略，避免了基于阈值开关的控制策略的延迟性和可控性较差的问题。本发明可以精准识别使用者的运动意图，提升控制系统的稳定性，为肌电信号嵌入式集成问题提供了有效的具有很大普适性的解决方案。
Description
技术领域
本发明涉及生物信号处理和自动化控制技术领域，具体地，涉及一种基于表面肌电信号的嵌入式实时自适应控制方法和系统。
背景技术
表面肌电信号指的是从肌肉表面通过表面电极引导而记录下来的神经肌肉系统活动时的生物电信号，它与肌肉的活动状态和功能状态之间存在着不同程度的关联性，能在一定的程度上反映周围甚至中央神经系统对肌肉的控制功能，同时也直接反映了肌肉组织的生理活动和状态，因而广泛应用于假肢控制领域。
传统的表面肌电控制大多采用基于阈值的张、合控制，该方法存在操作灵活性差、个体差异性大，控制鲁棒性差等特点。近年来，基于模式识别的表面肌电控制得到了广泛的关注，但是由于特征提取繁琐，计算量复杂，个体差异较大等缺陷，会导致控制系统的不稳定。同时，要在嵌入式系统应用表面肌电信号作为控制源，须保证与系统时钟相匹配的计算速度与采样频率，以保证系统的实时性和鲁棒性。
专利文献CN108227905A(申请号：CN201611194720.1)公开了一种基于表面肌电信号的游戏控制系统，包括固定在人体上的肌电采集盒、与肌电采集盒信号连接的表面电极、与肌电采集盒信号连接的信号接收设备以及与信号接收设备信号连接的计算机，所述表面电极贴在身体皮肤表面并能够根据其所在位置附近肌肉的运动生成肌电信号，所述计算机能够对肌电信号进行分析，并且根据分析的结果控制安装在计算机内的游戏。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于表面肌电信号的嵌入式实时自适应控制方法和系统。
根据本发明提供的基于表面肌电信号的嵌入式实时自适应控制方法，包括：
步骤1：将表面肌电电极放置于使用者的应用肌肉群皮肤表面，在表面肌电电极与皮肤表面涂抹生物导电胶，以确保获得符合预设要求的肌电信号；
步骤2：将获得的肌电信号输入到嵌入式系统的微控制器单元，并通过嵌入式系统的模数转换模块将模拟量信号转变为数字信号；
步骤3：将数字信号进行滤波处理后输入数据缓存区，在缓存区满后一次性取出数据进行数据处理；所述数据缓存区的大小由微控制器单元的数据处理能力和信号的采样频率决定；
步骤4：当数据缓存区被占满后取出缓存区的数据内容，对数据内容进行快速傅里叶变换，提取数据内容的频率特性；
步骤5：将提取的频率特性输入逻辑控制系统，输出控制指令信号；
步骤6：将控制指令信号传输给末端执行器，由末端执行器完成指定动作，实现基于肌电信号的自适应控制。
优选的，根据所需完成的动作任务确定表面肌电电极的放置位置；
根据所需完成的动作任务的类型确定表面肌电电极的放置数量。
优选的，在进行模数转换时，嵌入式系统的时钟频率与信号的采样频率需相匹配；
根据香农采样定理，为不失真地恢复模拟信号，采样频率不小于模拟信号频谱中最高频率的2倍；
嵌入式系统的采样频率不低于1000Hz。
优选的，所述数字信号的滤波处理包括信号的白噪声滤除、正值化和积分操作。
优选的，肌电信号的频域特征与所需完成的动作任务相关，肌电信号的有效频率范围为50～100Hz；
从肌电信号输入至末端执行器完成指定的动作指令的处理时间需小于200ms，以满足系统实时性要求。
根据本发明提供的基于表面肌电信号的嵌入式实时自适应控制系统，包括：
模块M1：将表面肌电电极放置于使用者的应用肌肉群皮肤表面，在表面肌电电极与皮肤表面涂抹生物导电胶，以确保获得符合预设要求的肌电信号；
模块M2：将获得的肌电信号输入到嵌入式系统的微控制器单元，并通过嵌入式系统的模数转换模块将模拟量信号转变为数字信号；
模块M3：将数字信号进行滤波处理后输入数据缓存区，在缓存区满后一次性取出数据进行数据处理；所述数据缓存区的大小由微控制器单元的数据处理能力和信号的采样频率决定；
模块M4：当数据缓存区被占满后取出缓存区的数据内容，对数据内容进行快速傅里叶变换，提取数据内容的频率特性；
模块M5：将提取的频率特性输入逻辑控制系统，输出控制指令信号；
模块M6：将控制指令信号传输给末端执行器，由末端执行器完成指定动作，实现基于肌电信号的自适应控制。
优选的，根据所需完成的动作任务确定表面肌电电极的放置位置；
根据所需完成的动作任务的类型确定表面肌电电极的放置数量。
优选的，在进行模数转换时，嵌入式系统的时钟频率与信号的采样频率需相匹配；
根据香农采样定理，为不失真地恢复模拟信号，采样频率不小于模拟信号频谱中最高频率的2倍；
嵌入式系统的采样频率不低于1000Hz。
优选的，所述数字信号的滤波处理包括信号的白噪声滤除、正值化和积分操作。
优选的，肌电信号的频域特征与所需完成的动作任务相关，肌电信号的有效频率范围为50～100Hz；
从肌电信号输入至末端执行器完成指定的动作指令的处理时间需小于200ms，以满足系统实时性要求。
与现有技术相比，本发明具有如下的有益效果：
(1)本发明采集多通道表面肌电信号，并对采集到的信号进行预处理之后传入嵌入式芯片，并在芯片内部进行特征的提取与筛选以实现运动意图的识别，随后传出控制指令，对电机的运动进行规划，使得可以精准识别使用者的运动意图，提升了控制系统的稳定性；
(2)本发明采用了容易获得的频域特征作为主要控制变量，避免了复杂的特征提取计算减轻了嵌入式系统的计算压力；同时采用了实时的控制策略，避免了基于阈值开关的控制策略的延迟性和可控性较差的问题。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1是本发明自适应控制方法的系统控制框架图；
图2是本发明中嵌入式芯片采取的控制逻辑流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例：
如图1，本实施例的硬件系统包括表面肌电信号采集电极，STM32最小处理单元，步进电机，步进电机驱动器，电池，以及若干导线。程序的编写是基于Keil开发环境。实验的条件是步进电机跟随使用者做抬手放下的动作。
本发明提供了一种基于表面肌电信号的嵌入式实时自适应控制方法，如图2，具体包括以下步骤：
步骤1：将表面肌电电极放置于使用者的右手前臂的腕屈肌和桡骨屈肌的正中间处，在表面肌电电极与皮肤表面应当适量涂抹生物导电胶，以确保能够获得清晰的肌电信号。
步骤2：将步骤1所得的肌电信号输入到STM32的GPIO端口，并通过系统的模数转换模块将模拟量信号转变为数字信号。
步骤3：将步骤2所得的数字信号进行滤波处理，然后输入数据缓存区，在缓存区满后，一次性取出数据，进行数据处理，起到时间窗的功能。其中数据缓存区的大小应当由微控制器单元的数据处理能力和信号的采样频率所决定。
步骤4：当步骤3所述的数据缓存区被占满之后，取出缓存区的数据内容，然后对所得内容进行快速傅里叶变换，提取该段数据内容的频率特性。
步骤5：将步骤4所得的频率特性输入本发明所提出的控制系统逻辑，然后输出控制指令信号。
步骤6：将步骤5所得的控制指令信号传输给步进电机控制器，由末端的步进电机完成指定动作，实现基于肌电信号的自适应控制。
在本实施方式步骤2中，由于STM32的系统时钟是72MHz，远远高于肌电信号的采样频率因此需要对时钟进行分频处理，使得模数转换的效率和采样频率能一致。
步骤3中所述的信号滤波处理可以包括信号的白噪声滤除，正值化，积分等操作。在本实施方式中采用硬件电路实现来实现信号滤波，以减少嵌入式芯片的计算负荷，提高系统的实时性。
步骤4中所选择的肌电信号的频域特征与使用者需要完成的动作有关。在本实施方案中，选择的肌电信号的特征频率段为50～75Hz。结果实验表明，基于频域特征的肌电信号控制系统对使用者的要求降低，即不同使用者在使用这套设备的时候无需进行复杂的预学习与预训练，系统的鲁棒性高于基于肌电信号幅值的阈值控制系统。
对于该系统而言，从实验者做出动作到步进电机完成相应的动作的时间间隔应当小于200ms，以完成实时性的需求。
通过上述步骤及要求，邀请了10名身体健康的实验者进行了上臂抬放的步进电机跟随实验，最终电机执行准确率为91.5％，系统的平均响应时间为125ms。
根据本发明提供的基于表面肌电信号的嵌入式实时自适应控制系统，包括：模块M1：将表面肌电电极放置于使用者的应用肌肉群皮肤表面，在表面肌电电极与皮肤表面涂抹生物导电胶，以确保获得符合预设要求的肌电信号；模块M2：将获得的肌电信号输入到嵌入式系统的微控制器单元，并通过嵌入式系统的模数转换模块将模拟量信号转变为数字信号；模块M3：将数字信号进行滤波处理后输入数据缓存区，在缓存区满后一次性取出数据进行数据处理；所述数据缓存区的大小由微控制器单元的数据处理能力和信号的采样频率决定；模块M4：当数据缓存区被占满后取出缓存区的数据内容，对数据内容进行快速傅里叶变换，提取数据内容的频率特性；模块M5：将提取的频率特性输入逻辑控制系统，输出控制指令信号；模块M6：将控制指令信号传输给末端执行器，由末端执行器完成指定动作，实现基于肌电信号的自适应控制。
根据所需完成的动作任务确定表面肌电电极的放置位置；根据所需完成的动作任务的类型确定表面肌电电极的放置数量。在进行模数转换时，嵌入式系统的时钟频率与信号的采样频率需相匹配；根据香农采样定理，为不失真地恢复模拟信号，采样频率不小于模拟信号频谱中最高频率的2倍；嵌入式系统的采样频率不低于1000Hz。所述数字信号的滤波处理包括信号的白噪声滤除、正值化和积分操作。肌电信号的频域特征与所需完成的动作任务相关，肌电信号的有效频率范围为50～100Hz；从肌电信号输入至末端执行器完成指定的动作指令的处理时间需小于200ms，以满足系统实时性要求。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于表面肌电信号的嵌入式实时自适应控制方法，其特征在于，包括：
步骤1：将表面肌电电极放置于使用者的应用肌肉群皮肤表面，在表面肌电电极与皮肤表面涂抹生物导电胶，以确保获得符合预设要求的肌电信号；
步骤2：将获得的肌电信号输入到嵌入式系统的微控制器单元，并通过嵌入式系统的模数转换模块将模拟量信号转变为数字信号；
步骤3：将数字信号进行滤波处理后输入数据缓存区，在缓存区满后一次性取出数据进行数据处理；所述数据缓存区的大小由微控制器单元的数据处理能力和信号的采样频率决定；
步骤4：当数据缓存区被占满后取出缓存区的数据内容，对数据内容进行快速傅里叶变换，提取数据内容的频率特性；
步骤5：将提取的频率特性输入逻辑控制系统，输出控制指令信号；
步骤6：将控制指令信号传输给末端执行器，由末端执行器完成指定动作，实现基于肌电信号的自适应控制。
2.根据权利要求1所述的基于表面肌电信号的嵌入式实时自适应控制方法，其特征在于，根据所需完成的动作任务确定表面肌电电极的放置位置；
根据所需完成的动作任务的类型确定表面肌电电极的放置数量。
3.根据权利要求1所述的基于表面肌电信号的嵌入式实时自适应控制方法，其特征在于，在进行模数转换时，嵌入式系统的时钟频率与信号的采样频率需相匹配；
根据香农采样定理，为不失真地恢复模拟信号，采样频率不小于模拟信号频谱中最高频率的2倍；
嵌入式系统的采样频率不低于1000Hz。
4.根据权利要求1所述的基于表面肌电信号的嵌入式实时自适应控制方法，其特征在于，所述数字信号的滤波处理包括信号的白噪声滤除、正值化和积分操作。
5.根据权利要求1所述的基于表面肌电信号的嵌入式实时自适应控制方法，其特征在于，肌电信号的频域特征与所需完成的动作任务相关，肌电信号的有效频率范围为50～100Hz；
从肌电信号输入至末端执行器完成指定的动作指令的处理时间需小于200ms，以满足系统实时性要求。
6.一种基于表面肌电信号的嵌入式实时自适应控制系统，其特征在于，包括：
模块M1：将表面肌电电极放置于使用者的应用肌肉群皮肤表面，在表面肌电电极与皮肤表面涂抹生物导电胶，以确保获得符合预设要求的肌电信号；
模块M2：将获得的肌电信号输入到嵌入式系统的微控制器单元，并通过嵌入式系统的模数转换模块将模拟量信号转变为数字信号；
模块M3：将数字信号进行滤波处理后输入数据缓存区，在缓存区满后一次性取出数据进行数据处理；所述数据缓存区的大小由微控制器单元的数据处理能力和信号的采样频率决定；
模块M4：当数据缓存区被占满后取出缓存区的数据内容，对数据内容进行快速傅里叶变换，提取数据内容的频率特性；
模块M5：将提取的频率特性输入逻辑控制系统，输出控制指令信号；
模块M6：将控制指令信号传输给末端执行器，由末端执行器完成指定动作，实现基于肌电信号的自适应控制。
7.根据权利要求6所述的基于表面肌电信号的嵌入式实时自适应控制系统，其特征在于，根据所需完成的动作任务确定表面肌电电极的放置位置；
根据所需完成的动作任务的类型确定表面肌电电极的放置数量。
8.根据权利要求6所述的基于表面肌电信号的嵌入式实时自适应控制系统，其特征在于，在进行模数转换时，嵌入式系统的时钟频率与信号的采样频率需相匹配；
根据香农采样定理，为不失真地恢复模拟信号，采样频率不小于模拟信号频谱中最高频率的2倍；
嵌入式系统的采样频率不低于1000Hz。
9.根据权利要求6所述的基于表面肌电信号的嵌入式实时自适应控制系统，其特征在于，所述数字信号的滤波处理包括信号的白噪声滤除、正值化和积分操作。
10.根据权利要求6所述的基于表面肌电信号的嵌入式实时自适应控制系统，其特征在于，肌电信号的频域特征与所需完成的动作任务相关，肌电信号的有效频率范围为50～100Hz；
从肌电信号输入至末端执行器完成指定的动作指令的处理时间需小于200ms，以满足系统实时性要求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110444281.XA CN113157095A (zh) | 2021-04-23 | 2021-04-23 | 基于表面肌电信号的嵌入式实时自适应控制方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110444281.XA CN113157095A (zh) | 2021-04-23 | 2021-04-23 | 基于表面肌电信号的嵌入式实时自适应控制方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113157095A true CN113157095A (zh) | 2021-07-23 |
Family
ID=76870288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110444281.XA Pending CN113157095A (zh) | 2021-04-23 | 2021-04-23 | 基于表面肌电信号的嵌入式实时自适应控制方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113157095A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116211289A (zh) * | 2023-02-16 | 2023-06-06 | 北京戴来科技有限公司 | 上肢运动异常的在线分析方法、装置、系统和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101987048A (zh) * | 2009-08-03 | 2011-03-23 | 深圳先进技术研究院 | 假肢控制方法和系统 |
| CN106388819A (zh) * | 2016-10-28 | 2017-02-15 | 许昌学院 | 一种基于表面肌电信号的人体上肢肌肉状态监测系统及判断方法 |
| CN107861628A (zh) * | 2017-12-19 | 2018-03-30 | 许昌学院 | 一种基于人体表面肌电信号的手部姿态识别系统 |
| CN108646046A (zh) * | 2018-07-26 | 2018-10-12 | 南京理工大学 | 一种基于线阵光纤空间滤波和fpga及mcu的测速系统 |
| CN111360792A (zh) * | 2020-03-30 | 2020-07-03 | 哈尔滨工业大学 | 面向仿生机械手的可穿戴便携式实时控制动作识别系统 |
| CN111999064A (zh) * | 2020-06-30 | 2020-11-27 | 中国航发南方工业有限公司 | 一种发动机健康监视单元 |
| WO2021042971A1 (zh) * | 2019-09-03 | 2021-03-11 | 北京海益同展信息科技有限公司 | 表面肌电信号处理方法、装置和可穿戴设备 |
-
2021
- 2021-04-23 CN CN202110444281.XA patent/CN113157095A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101987048A (zh) * | 2009-08-03 | 2011-03-23 | 深圳先进技术研究院 | 假肢控制方法和系统 |
| CN106388819A (zh) * | 2016-10-28 | 2017-02-15 | 许昌学院 | 一种基于表面肌电信号的人体上肢肌肉状态监测系统及判断方法 |
| CN107861628A (zh) * | 2017-12-19 | 2018-03-30 | 许昌学院 | 一种基于人体表面肌电信号的手部姿态识别系统 |
| CN108646046A (zh) * | 2018-07-26 | 2018-10-12 | 南京理工大学 | 一种基于线阵光纤空间滤波和fpga及mcu的测速系统 |
| WO2021042971A1 (zh) * | 2019-09-03 | 2021-03-11 | 北京海益同展信息科技有限公司 | 表面肌电信号处理方法、装置和可穿戴设备 |
| CN111360792A (zh) * | 2020-03-30 | 2020-07-03 | 哈尔滨工业大学 | 面向仿生机械手的可穿戴便携式实时控制动作识别系统 |
| CN111999064A (zh) * | 2020-06-30 | 2020-11-27 | 中国航发南方工业有限公司 | 一种发动机健康监视单元 |
Non-Patent Citations (1)
| Title |
|---|
| 吴庭丞: "基于肌电信号的前臂假肢动作识别研究与实现", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116211289A (zh) * | 2023-02-16 | 2023-06-06 | 北京戴来科技有限公司 | 上肢运动异常的在线分析方法、装置、系统和存储介质 |
| CN116211289B (zh) * | 2023-02-16 | 2023-08-25 | 北京戴来科技有限公司 | 上肢运动异常的在线分析方法、装置、系统和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101987048B (zh) | 假肢控制方法和系统 | |
| Hargrove et al. | Principal components analysis preprocessing for improved classification accuracies in pattern-recognition-based myoelectric control | |
| RU2635632C1 (ru) | Способ и система управления интеллектуальной бионической конечностью | |
| CN105361880B (zh) | 肌肉运动事件的识别系统及其方法 | |
| CN113288183B (zh) | 一种基于面颈部表面肌电的无声语音识别方法 | |
| CN114707562B (zh) | 一种肌电信号采样频率控制方法、装置及存储介质 | |
| CN103777752A (zh) | 基于手臂肌肉电流检测和运动传感器的手势识别设备 | |
| CN107553499A (zh) | 一种多轴机械臂的自然手势运动控制系统和方法 | |
| CN102499797B (zh) | 假肢控制方法及系统 | |
| WO2020118797A1 (zh) | 假肢控制方法、装置、系统、设备和存储介质 | |
| CN106618562A (zh) | 一种可穿戴的癫痫脑电发作脑区定位装置及定位方法 | |
| CN107861628A (zh) | 一种基于人体表面肌电信号的手部姿态识别系统 | |
| CN202168823U (zh) | 人体表面肌电信号采集器 | |
| CN111616847B (zh) | 基于肌肉协同和人机语音交互的上臂假肢控制系统和方法 | |
| CN104267807A (zh) | 基于手部动作肌音信号的人机交互方法及交互系统 | |
| Kisa et al. | EMG based hand gesture classification using empirical mode decomposition time-series and deep learning | |
| CN113157095A (zh) | 基于表面肌电信号的嵌入式实时自适应控制方法和系统 | |
| CN109375776A (zh) | 基于多任务rnn模型的脑电信号动作意图识别方法 | |
| CN113995956B (zh) | 基于肌电预期姿势调整的卒中电刺激训练意图识别装置 | |
| CN111360792A (zh) | 面向仿生机械手的可穿戴便携式实时控制动作识别系统 | |
| CN204909750U (zh) | 基于双臂肌电、姿态信息采集的智能假肢 | |
| CN111985270A (zh) | 一种基于梯度提升树的sEMG信号最优通道选择方法 | |
| CN110850979B (zh) | 基于航天医监医保信号的手势识别人机交互方法 | |
| CN110825232B (zh) | 基于航天医监医保信号的手势识别人机交互装置 | |
| Bandara et al. | Differentiation of signals generated by eye blinks and mouth clenching in a portable brain computer interface system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210723 |