基于新型双输入卷积神经网络的肌电模式识别

作     者：杨诞 阚秀 曹乐 张文艳 孟壮壮 YANG Dan;KAN Xiu;CAO Le;ZHANG Wenyan;MENG Zhuangzhuang

作者机构：上海工程技术大学电子电气工程学院上海201620 

基　　金：国家自然科学基金(61703270) 

出 版 物：《中国医学物理学杂志》 (Chinese Journal of Medical Physics)

年 卷 期：2022年第39卷第6期

页      码：743-751页

摘      要：针对双臂协同运动中蕴含的运动信息量大,难以充分解读且识别率不高的问题,提出一种新型的双输入卷积神经网络(ND-CNN)模型。首先,根据双臂运动的特点,分别设计数据整理和模型输入两种策略。然后,利用两个结构相同、参数共享的特征提取层提取信号本身的特征和信号之间的差别特征。最后,利用所提取的两类特征实现双臂协同动作的识别。在自主设计的双臂实验中,将ND-CNN与其余3种先进的神经网络对比。实验结果表明,本文所提的ND-CNN模型在识别精度和可靠性上优于其他网络模型,能够对双臂肌电动作有效识别。

主 题 词：双臂协同运动 卷积神经网络 差别特征 肌电模式识别 

学科分类：0831[工学-公安技术类] 1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 0836[0836] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1005-202X.2022.06.015

馆 藏 号：203112421...