[发明专利]基于表面肌电的特征提取方法及系统

权利要求书

1.一种基于表面肌电的交互训练系统，其特征在于，包括：

多个采集装置，用于分别采集多个对象的sEMG信号序列，各所述sEMG信号序列包括至少一个活动信号段；

至少一个处理器，包括：

提取装置，配置成采用如下步骤提取各所述sEMG信号序列的至少一个特征：

接收sEMG信号序列，所述sEMG信号序列包括至少一个活动信号段；

根据所述sEMG信号序列的去均值化信号的TKE算子计算信号阈值，根据所述信号阈值检测所述sEMG信号序列中所述活动信号段的起始时间；

根据时间阈值修正所述活动信号段的起始时间获得所述活动信号段的起止时间；

根据所述活动信号段的起止时间提取所述活动信号段；

根据所述活动信号段，获取所述sEMG信号序列的至少一个特征；

互动装置，用于分别向多个对象提供虚拟情景，并根据所述提取装置提取的各所述sEMG信号序列的至少一个特征，在所述虚拟情景中进行互动，所述多个对象位于同一虚拟情景中，

其中，根据如下公式计算所述sEMG信号序列的去均值化信号及所述去均值化信号的TKE算子：

其中，为所述sEMG信号序列的去均值化信号，x(n)为所述sEMG信号序列的信号，ψ(n)为所述去均值化信号的TKE算子，N为所述sEMG信号序列的总长度，M为所述sEMG信号序列的背景噪声长度，

其中，所述至少一个特征包括近似熵，所述近似熵的计算步骤如下：

(1)按顺序重构m维相空间：

X(i)＝[x(i)，x(i+1)，...，x(i+m-1)]，

其中，X(i)为m维相空间向量，x(i)表示sEMG信号序列长度i处的信号值，1≤i≤N-m+1，m为5至30之间的整数；

(2)计算向量X(i)和X(j)之间的距离d_ij：

d_ij＝max|x(i+k)-x(j+k)|，

其中，0≤k≤m-1，1≤i，j≤N-m+1；

(3)选定相似容限r＞0，对每个X(i)，统计距离d_ij≤r的数目，并计算该数目与向量总数的比值

(4)将比值取对数，然后求其对于所有i的平均值Φ^m(r)：

(5)将维数m增加1，重复上述步骤(1)至(4)，求得和Φ^m+1(r)；

(6)近似熵ApEn根据如下公式计算：

(7)若N为有限值，则近似熵ApEn由统计值估计得到：

ApEn(m，r，N)＝Φ^m(r)-Φ^m+1(r)。

2.如权利要求1所述的交互训练系统，其特征在于，每个所述采集装置采集一个所述对象的sEMG信号序列。

3.如权利要求2所述的交互训练系统，其特征在于，所述多个采集装置与一个所述处理器通信，所述交互训练系统还包括：

多个显示装置，与所述处理器通信，分别向多个所述对象显示所述虚拟情景。

4.如权利要求3所述的交互训练系统，其特征在于，所述多个采集装置、多个显示装置及所述处理器位于同一空间中。

5.如权利要求3所述的交互训练系统，其特征在于，所述多个采集装置的一部分及所述多个显示装置的一部分位于第一空间，所述多个采集装置的另一部分及所述多个显示装置的另一部分位于第二空间，所述处理器位于所述第一空间、所述第二空间或者第三空间。

6.如权利要求5所述的交互训练系统，其特征在于，位于不同空间的多个所述采集装置、多个所述显示装置及所述处理器通过无线方式进行通信。

7.如权利要求1至6中任一项所述的交互训练系统，其特征在于，所述处理器还包括：

角色分配装置，用于向各所述对象分配不同的角色。