[发明专利]基于表面肌电信号的动作模式识别方法及装置

权利要求书

1.一种基于表面肌电信号的动作模式识别方法，其特征在于，包括：

获取使用者的多通道表面肌电信号；

分别提取每一个通道的表面肌电信号的特征数据，所述特征数据包括时域特征数据与频域特征数据；

通过所有通道的所述表面肌电信号的所述特征数据组成特征数据集合；以及

通过所述特征数据集合与分类器模型对所述使用者的动作模式进行识别。

2.如权利要求1所述的方法，其特征在于，还包括：

通过预定的动作模式的多通道表面肌电信号生成所述分类器模型；

其中，所述通过预定的动作模式的多通道表面肌电信号生成所述分类器模型，包括：

确定预设的动作模式；

获取每一个预设的动作模式的多通道表面肌电信号；

将所述多通道表面肌电信号进行数据处理，生成训练数据；以及

使用所述训练数据对分类器进行训练以生成所述分类器模型。

3.如权利要求1所述的方法，其特征在于，所述获取使用者的多通道表面肌电信号，包括：

通过预设的多组电极获取所述使用者的多通道表面肌电信号，所述多通道表面信号的每一个通道信号与预设的多组电极中的每一组电极对应。

4.如权利要求3所述的方法，其特征在于，所述多组电极的排列形式包括直线式，矩阵式和环绕式。

5.如权利要求3所述的方法，其特征在于，所述多组电极的数量大于等于3组。

6.如权利要求1所述的方法，其特征在于，所述通过所述特征数据集合与分类器模型对所述使用者的动作模式进行识别，包括：

利用主成分分析法对所述特征数据集合进行降维处理，生成降维数据；以及

将所述降维数据输入所述分类器模型中以确定所述使用者的动作模式。

7.如权利要求6所述的方法，其特征在于，所述利用主成分分析法对所述特征数据集合进行降维处理，生成降维数据，包括：

获取所述特征数据集合中每一维度数据的平均值，然后每一维的数据减去对应的平均值；

获取获取所述特征数据集合中每一维度数据的特征协方差矩阵；

获取获取所述特征数据集合中每一维度数据的特征值和特征向量；

将特征值按照从大到小的顺序排序，选择其中最大的k个特征值，然后将其对应的k个特征向量分别作为列向量组成该维度数据的特征向量矩阵V，其中k为正整数；以及

将所述特征数据集合投影到k个特征向量上，以生成所述降维数据。

8.一种基于表面肌电信号的动作模式识别装置，其特征在于，包括：

接收模块，用于获取使用者的多通道表面肌电信号；

提取模块，用于分别提取每一个通道的表面肌电信号的特征数据，所述特征数据包括时域特征数据与频率特征数据；

特征模块，用于通过所有通道的所述表面肌电信号的所述特征数据组成特征数据集合；

识别模块，用于通过所述特征数据集合与分类器模型对所述使用者的动作模式进行识别。

9.如权利要求8所述的装置，其特征在于，还包括：

模型生成模块，用于通过预定的动作模式的多通道表面肌电信号生成所述分类器模型。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。