[发明专利]基于LDA算法的表面肌电信号的通道选取方法

权利要求书

1.基于LDA算法的表面肌电信号的通道选取方法，其特征在于，该方法包括如下步骤：

步骤S1、用酒精对小腿上胫骨前肌、腓骨长肌、比目鱼肌、腓肠肌外侧肌肉、小腿内侧的腓肠肌内侧肌肉、小腿后侧的腓肠肌内侧肌肉6个部位进行清洁，并在6个部位上固定表面肌电电极，上述6个部位为6个待选的肌电信号通道；

步骤S2、受试者坐在椅子上，大腿和小腿得到相应的支撑；只活动脚踝关节，做出放松、背屈、跖屈、外翻和内翻五种动作模式，用表面肌电传感器采集各个肌电信号通道的每种动作模式的肌电信号数据并以TXT格式保存到电脑；

步骤S3、选定肌电信号通道数量为m的m通道组合，则对于m个肌电信号通道的选取，总共有n种m通道组合，其中，m＝1,…,6；

步骤S4、对每种m通道组合的肌电信号数据进行数据分割，得到若干段肌电信号数据，定义每段肌电信号数据为一个数据窗口，对数据窗口计算绝对均值、方差、均方根、波长、威尔逊幅值、过零点值、样本熵、自回归系数、平均频率和中值频率这10种特征；

步骤S5、对于每一种m通道组合，利用LDA算法进行训练和识别，统计每种m通道组合对放松、背屈、跖屈、外翻和内翻五种动作模式的平均识别率；

步骤S6、比较n种m通道组合的平均识别率，最高平均识别率对应的m通道组合被作为最优的m通道组合。

2.根据权利要求1所述的基于LDA算法的表面肌电信号的通道选取方法，其特征在于，步骤S2中，肌电电极的采集频率范围为500-1000Hz。

3.根据权利要求1所述的基于LDA算法的表面肌电信号的通道选取方法，其特征在于，步骤S4中，对每种m通道组合的肌电信号数据进行数据分割是指以每200毫秒的肌电数据为一段，将采集的连续的肌电信号分为若干段。

4.根据权利要求1所述的基于LDA算法的表面肌电信号的通道选取方法，其特征在于，步骤S4中，每段肌电信号数据有100-200个肌电数据。

5.根据权利要求1所述的基于LDA算法的表面肌电信号的通道选取方法，其特征在于，步骤S4中，对于一种m通道组合的肌电信号数据可以得到10种特征，10种特征以不同数量随机组合，总共可以得到1023种特征组合。

6.根据权利要求1所述的基于LDA算法的表面肌电信号的通道选取方法，其特征在于，步骤S5中，利用LDA算法对每种特征组合的特征组合向量数据进行训练和识别，求取每种特征组合对5种动作模式的识别率，然后对1023种特征组合对5种动作模式的识别率求平均值，将这个平均值作为这一种m通道组合的肌电信号数据对5种动作模式的平均识别率。

7.根据权利要求6所述的基于LDA算法的表面肌电信号的通道选取方法，其特征在于，根据数据窗口中的肌电数据计算出各种特征，每种特征组合的各种特征组成一个向量，定义为特征组合向量；利用LDA算法对每种特征组合的特征组合向量进行训练和识别，对于1023种特征组合中的一种特征组合，将基于采集到的所有分别属于5种动作模式的肌电信号数据计算出的特征组合向量分为两部分，前半部分进行训练，后半部分用来识别；所述训练过程为：对前半部分分别属于5种动作模式的特征组合向量用LDA算法进行训练，得到对特征组合向量进行降维操作的降维矩阵和每种动作模式类别的标签点向量。