买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于表面肌电信号的膝关节角度估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115778372B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211603497.7，技术领域涉及：A61B5/107；该发明授权一种基于表面肌电信号的膝关节角度估计方法是由张建海;施强强;朱莉;胡帅;黄时凯;李科设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于表面肌电信号的膝关节角度估计方法在说明书摘要公布了：本发明公开一种基于表面肌电信号的膝关节角度估计方法。本发明连接表面肌电信号采集设备到用户下肢的肌肉群，同时在膝关节处绑定角度传感器；表面肌电信号采集设备和角度传感器分别采集表面肌电信号和关节角度数据，然后对表面肌电信号和膝角度数据进行预处理；获取各表面肌电信号片段的特征值，输入至ICOOT‑MS‑LSSVM模型，获取膝关节角度估计值。本发明利用表面肌电信号，使用基于ICOOT算法优化的MK‑LSSVM模型，解决了LSSVM算法无法跳出局部最优的问题，通过多尺度核函数可以更优的拟合表面肌电信号。

本发明授权一种基于表面肌电信号的膝关节角度估计方法在权利要求书中公布了：1.一种基于表面肌电信号的膝关节角度估计方法，其特征在于所述方法包括以下步骤：S1：连接表面肌电信号采集设备到用户下肢的肌肉群，同时在膝关节处绑定角度传感器；S2：表面肌电信号采集设备和角度传感器分别采集表面肌电信号和关节角度数据，然后对表面肌电信号和膝角度数据进行预处理；S3：获取各表面肌电信号片段的特征值以及对应的膝关节角度3-1对预处理后的表面肌电信号数据进行切片划分，得到m个表面肌电信号片段；3-2依次对上述表面肌电信号片段进行特征提取；同时对各表面肌电信号片段对应的膝角度数据采用关节角度平均值作为该片段的角度，公式如下： 其中ht是t时刻的膝关节角度；li表示第i个表面肌电信号片段对应的膝关节角度输出；S4：将步骤S3处理后的各表面肌电信号片段的特征值以及对应的膝关节角度输出构建数据集ui是第i个表面肌电信号片段的特征值组成的特征向量；对数据集进行划分，一部分作为训练集，另一部分作为验证集；S5：构建ICOOT-MK-LSSVM模型，利用训练集和验证集对其进行训练和验证；5-1：创建MK-LSSVM模型：对于数据集目标函数fu分解为d个不同尺度核空间下的分量fr之和，d＝2，见公式2；fu＝f1u+f2u2 r＝1或23 其中wr为权矢量，br为偏差量，φru为核空间映射函数，ari为拉格朗日乘子，上标T表示转置；ui是第i个表面肌电信号片段的特征值组成的特征向量，u表示任意一个特征向量，即由公式2-4可得MK-LSSVM模型，如下： 其中kr是基本核函数，高斯径向核函数如下： 其中σr为第r个尺度值，不同尺度的核函数拟合表面肌电信号的不同过程，大尺度拟合平滑变化的过程，小尺度拟合剧烈变化的过程；所述MK-LSSVM模型的损失函数见式7，约束条件见公式8； 其中f1ui是fui的分量，γj是第j个分量空间的损失因子，e是误差矢量，eij是第i个特征向量的第j个分量的实际值和预测值之间的允许误差，w是支持向量机权值空间，b是截距项系数，用公式9获取； 采用拉格朗日乘子法转化公式如下： 其中α和β表示不同尺度空间下的拉格朗日算子组成的向量，α＝a11,a21,…,am1T,β＝a12,a22,…,am2T，对L的参数求偏导并令其为0，根据拉格朗日函数求解得到线性方程组11，其中Em为1,1,…,1T,Vri,j＝Krui,uj,i,j＝1,2,…,m,r＝1,2，α＝a11,a21,…,am1T,β＝a12,a22,…,am2T，对方程组求解得到α，β，b；回归模型为公式12，y是膝关节角度估计值； 5-2：通过改进的COOT优化算法对上述MK-LSSVM模型中参数p进行优化，得到ICOOT-MK-LSSVM模型；其中p∈P，P为D维搜索空间；γ1,γ2表示公式7中损失函数的损失因子；具体是：①粒子搜索空间上下限um＝[um1,um2,…,umD]和lm＝[lm1,lm2,…,lmD]，有N个粒子，每个粒子代表一个解，pi为第i个粒子，其位置为CPi＝[CP1i,CP2i,…,CPDi]，速度为CVi＝[CV1i,CV2i,…,CVDi]其个体最优解为pbesti＝pbesti1,pbesti2,…,pbestiD，群体最优解为gbest＝gbest1,gbest2,…,gbestD，迭代次数为t时群体历史最优适应值为JGt；②初始化种群参数，包括种群规模PN，PN≤N，迭代最大次数TM，领导者个数NL，NLPN，第i个粒子j维上的初始位置CPji由公式13决定；设定迭代终止目标值JGa，迭代次数间隔TD和变化阈值JT；CPji＝rj*umj-lmj+lmj，j＝1,2,…,D13其中rj∈[0,1]，是随机值；③从个体中随机挑选NL个作为领导，计算所有个体适应度，适应度JPi由优化函数公式7决定；找到最佳个体位置pbesti作为种群最佳位置gbest；④用公式14计算粒子当前速度；其中TT为当前迭代次数； ⑤第i个粒子的领导者索引Z和领导者位置LPi:Z＝1+imodNL15LPi＝CPZ16⑥更新个体位置CPi，根据随机值rand选择运动方式，其中rand∈[0,1]； 其中R1∈[0,1]，R2∈[0,1]，R3∈[-1,1]，如果rand0.5，则R1，R3都是D维的随机向量，否则为随机数；⑦计算新个体位置的适应度并更新个体位置；如果更新个体位置后的个体适应度小于其领导者的适应度，则交换个体和领导者的位置，否则只更新个体适应度；⑧用公式18更新领导者的位置； ⑨如果领导者适应度小于种群最佳适应度，则更新种群最佳位置gbest和JGTT，否则不做改变；同时迭代次数更新为TT＝TT+1；⑩重复步骤④到⑨，直到满足以下三个条件之一则停止迭代：Ⅰ迭代次数达到最大迭代次数；Ⅱ种群最佳适应度JG达到预设的目标值；Ⅲ设定迭代次数间隔的JG变化值小于设定的阈值如公式19；JGTT-JGTT-TD≤JT19S6：在运动过程中，利用S5训练并验证好的ICOOT-MS-LSSVM模型对采集到的表面肌电信号进行预测，得到膝关节角度估计值y。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。