[发明专利]基于肌电的针灸行针手法训练方法有效
| 申请号: | 201810686672.0 | 申请日: | 2018-06-28 |
| 公开(公告)号: | CN109085918B | 公开(公告)日: | 2020-05-12 |
| 发明(设计)人: | 刘孟鑫;陶文源;翁仲铭;李子祺 | 申请(专利权)人: | 天津大学 |
| 主分类号: | G06F3/01 | 分类号: | G06F3/01;G06N3/04;G09B23/28 |
| 代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 刘子文 |
| 地址: | 300072*** | 国省代码: | 天津;12 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 针灸 手法 训练 方法 | ||
1.基于肌电的针灸行针手法训练方法,其特征在于,包括以下步骤:
(1)获取数据
a.将四个肌电传感器设备戴在手臂,每个传感器可获得一个维度的数据,四个传感器获得四维肌电数据,通过四维肌电数据衡量肌肉群的肌电变化;
b.训练者做握拳动作,通过蓝牙将四维肌电数据传输给电脑;
c.对所有针灸行针手法依次做规范动作和错误动作,通过蓝牙将四维肌电数据传输给电脑;
(2)数据处理
a.每种动作保留至少5000条数据,并设置标志位;
b.依次调整四维肌电数据的维度位置,调整4次以上,以消除佩戴肌电传感器设备时不同角度的影响;
(3)建立神经网络模型
a.选取激活函数;
b.选取32维4层的神经网络;
c.将四维数据作为输入,输入第一层;
d.将第一层的结果作为输入对第一层神经网络做激活;
e.将第一层的激活结果作为输入,输入第二层;
f.将第一、二层的结果整合作为输入对第二层神经网络做激活;
g.将第二层的激活结果作为输入,输入第三层;
h.将第一、二、三层的结果整合作为输入对第三层神经网络做激活;
i.将第三层的激活结果作为输入,输入第四层;
j.将第一、二、三、四层的结果整合作为输入对第四层神经网络做激活,激活函数使用softmax函数,并限定训练向量的模长,使得训练向量的方向成为训练主特征;
(4)通过以下步骤进行模型修正,增加对于针灸行针手法中不同手法识别的准确率:
a.使用中心损失函数和softmax函数进行联合监督;
b.使用adam函数作为优化函数;
c.使用categorical_crossentropy函数作为损失函数;
d.联合损失函数=softmax函数+λ*中心损失函数,其中λ为参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810686672.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:提示信息播放方法和系统
- 下一篇:用于控制智能硬件的方法和装置





