[发明专利]一种识别颈部转动的方法

说明书

技术领域

本发明涉及人机交互技术领域，具体涉及一种识别颈部转动的方法。

背景技术

脑机接口技术在从20世纪70年代开始发展，至今已经取得了一些显著的进展，不管是植入人体的人工耳蜗产品，还是视觉假体，还是杜克大学的叶猴获取食物的研究，脑机接口的发展都显示出了他的魅力，现在我们正在以全新的视角来了解脑机接口的魅力。

模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。它是信息科学和人工智能的重要组成部分，主要应用领域是图像分析与处理、语音识别、声音分类、通信、计算机辅助诊断、数据挖掘等学科。分类方法主要有贝叶斯分类、贝叶斯网络、线性和非线性分类器设计、动态编程和用于顺序数据的隐马尔可夫模型、支持向量机和聚类算法等。

将脑机接口技术和模式识别分类技术结合起来，于是就出现了李光林教授他们的研究成果一个VR系统。在此研究成果中，通过采集人体的肌电信号，然后经过预处理，特征提取，再辅以模式识别算法，就出现了良好的分类效果，分类的结果是可以识别人体的动作，这些研究可以用于残疾人的日常生活活动。

现在肌电电极的逐渐发展，使得人们采集肌电数据稳定而且方便，处理肌电数据的方法在不断更新，现在可以采用肌电图，散点图等来观察肌电数据，同时肌电信号的特征提取方法取得了很大进展，人们可以从肌电数据中提取出37个特征。加之肌电信号模式识别技术的不断发展，使人们在动作模式识别领域取得了长足的发展。

线性判别式分析(Linear Discriminant Analysis,LDA)，也叫做Fisher线性判别(Fisher Linear Discriminant,FLD)，是模式识别的经典算法，它是在1996年由Belhumeur引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。

现在家庭中用于控制电视机的遥控器越来越不能满足人民的日常需要，需要定期更换电池，需要一直将遥控器放在手边，这样的产品使人们在用的时候觉得遥控器是一个负担，并且遥控器容易坏掉，维修或者更换都不是人们想要的结果。

发明内容

本发明提供了一种识别颈部转动的方法，运用信号处理的方法实现肌电信号的特征提取，运用模式识别的技术实现动作的正确分类。

相应的，本发明实施例提供了一种识别颈部转动的方法，包括：

采用无线电极将人体脖子处表皮肌电信号采集并传送到电信号接收装置；

将肌电信号进行预处理之后，将模拟信号利用模电转换装置转变成电信号；

传输到芯片中计算肌电数据的特征，利用线性判别分析LAD方法将获得的肌电数据进行处理；

训练LDA分类器，利用LDA分类器实现动作的正确分类；

实现对电视机换台，音量大小调整的操作。

所述采用无线电极将人体脖子处表皮肌电信号采集并传送到电信号接收装置包括：

采用表面肌电电极，用于探测和测量肌肉收缩时所生成的低位电信号。

所述将肌电信号进行预处理之后，将模拟信号利用模电转换装置转变成电信号包括：

肌电信号的特征分为时域特征、频域特征、时频特征、当属时域特征。

本发明具有如下有益效果，现在人与电视机利用遥控器控制电视节目的变换，音量的调整，这种枯燥的人机交互方式已经不能满足人们的生活，利用本发明，可以实现利用颈部转到来实现与电视机的交互，可以定义如下：左转为减小音量，右转为增大音量，仰视为增大频道序号，俯视为减小频道序号，直视为选择。通过上面的设定人们在观看电视机时非常方面的与电视机进行互动，再也不用每天抱着遥控器了，减小了制作遥控器的成本，同时颈部转动可以缓解由于工作劳累所致的颈椎疼痛。启动保健治疗的作用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例中的识别颈部转动的方法流程图；

图2是本发明实施例中的分类器训练流程图。

具体实施方式