[发明专利]肌电数据分类模型构建方法、分类方法、装置及服务器

说明书

本发明实施例涉及一种肌电数据分类模型构建方法、分类方法、装置及服务器，该方法包括：从预设数量的通道中每一个通道分别获取多个肌电样本数据组；分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据；对经过预处理后的肌电样本数据进行特征提取，获取特征点；按照第一预设规则，获取第一投影矩阵；将经过第一投影矩阵降维后的特征点，输入至肌电数据分类模型中，对肌电数据分类模型进行训练，直至根据训练结果和标记信息，确定分类水平达到预设要求时，确定肌电数据分类模型为最优分类模型，完成肌电数据分类模型的构建。通过上述方式，实现最大限度地正确分类属于不同运动的肌电图数据。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种肌电数据分类模型构建方法、分类方法、装置及服务器。

背景技术

近年来，随着工业、交通事业的发展，人类因工业生产、工程施工、车祸等原因而导致截肢的患者呈逐年上升的趋势。对手部缺失的残疾人，带有仿生控制功能的多自由度肌电假手在一定程度上能够使他们更好的生活和融入社会，因而假肢需求变得更为迫切。为了实现假手的控制，表面肌电信号处理是最常用的控制信息提取方式。

现有技术中的研究基本集中在手臂的肌肉电控制和粗大的手部运动，传统的肌电控制假肢主要为模拟信号输入之后经过整形滤波并经过信号处理后对手掌开合自由度进行控制。此类假肢由于直接从手部采集肌肉电信号，控制假肢电机带动假肢机械结构运动。只有open-close一个自由度，相对于对更灵巧的个体和联合手指控制则并没有得到同样的重视。

这也是因为肌电信号的微弱性、混叠性和低信噪比，导致从少通道肌电信号识别多模式动作变得比较困难，从而导致不容易通过少通道肌电信号来精细区分到底是何种肌电数据，使得实时控制的多自由度肌电假手商用化并不理想。

发明内容

鉴于此，为解决现有技术中上述技术问题，本发明实施例提供一种肌电数据分类模型构建方法、分类方法、装置及服务器。

第一方面，本发明实施例提供一种肌电数据分类模型构建方法，该方法包括：

从预设数量的通道中每一个通道分别获取多个肌电样本数据组，其中，肌电样本数据组携带用于指示预设动作的标记信息，预设动作包括至少两种，预设数量的通道最多不超过两个，通道内同一时刻输出的肌电样本数据均为同一预设动作对应的肌电样本数据；

分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据；

对经过预处理后的肌电样本数据进行特征提取，获取特征点；

按照第一预设规则，获取第一投影矩阵，第一投影矩阵用于对特征点进行降维操作，以使经过降维后的特征点达到同一预设动作对应的特征点之间聚拢程度最大，不同预设动作分别对应的特征点之间分类程度最大；

将经过降维后的特征点，输入至肌电数据分类模型中，对肌电数据分类模型进行训练，直至根据训练结果和标记信息，确定分类水平达到预设要求时，确定肌电数据分类模型为最优分类模型，完成肌电数据分类模型的构建。

在一个可能的实施方式中，分别对每一个预设动作对应的肌电样本数据组中的肌电样本数据进行预处理，获取预处理后的肌电样本数据，具体包括：

按照第二预设规则对第一预设动作对应的第一肌电样本数据组中的肌电样本数据进行处理，获取与第一肌电样本数据组中的肌电样本数据对应的多个包络信号，其中，第一预设动作为多个预设动作中的任一个预设动作，第一肌电样本数据组包含与第一预设动作对应的肌电样本数据；

根据多个包络信号，确定第一肌电样本数据组的有效活动段；

对有效活动段内的第二肌电样本数据组进行去噪处理，获取经过预处理后的肌电样本数据，第二肌电样本数据组为第一肌电样本数据组的子集。