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！

摘要：本发明涉及脑肌电信号分类任务领域，尤其是指一种基于脑肌电融合的上肢动作力敏状态识别方法及系统。对原始脑电信号与原始肌电信号进行预处理，对预处理后的脑电信号进行重采样，计算预处理后的肌电信号与重采样脑电信号之间的互信息与相似度，拼接组成脑肌信息，基于预处理后的肌电信号、预处理后的脑电信号与脑肌信息，通过三分支网络结构，分别提取肌电特征、脑电特征与脑肌特征，并展平为一维特征向量，进行特征拼接，得到整体特征，通过依次连接的两个串联的全连接层与Softmax层，完成上肢动作力敏状态分类。通过设计的三分支网络结构提取肌电特征、脑电特征与脑肌特征并融合来进行力敏状态分类，提高了在上肢动作力敏状态分类的准确率和稳定性。

主权项：1.一种基于脑肌电融合的上肢动作力敏状态识别方法，其特征在于，包括以下步骤：获取不同上肢动作力敏状态下的原始脑电信号与原始肌电信号，并记录对应力敏状态数据，构建数据集，将数据集划分为训练集与测试集；对原始脑电信号与原始肌电信号进行预处理，得到预处理后的脑电信号与肌电信号；对预处理后的脑电信号进行重采样，基于预处理后的肌电信号与重采样脑电信号，计算预处理后的肌电信号与重采样脑电信号之间的互信息与相似度，将预处理后的肌电信号与重采样脑电信号之间的互信息与相似度拼接组成脑肌信息；构建脑肌电力敏状态识别模型，所述脑肌电力敏状态识别模型包括：三分支特征提取模块与识别模块；将预处理后的肌电信号、预处理后的脑电信号与脑肌信息输入所述三分支特征提取模块，利用所述三分支特征提取模块提取肌电特征、脑电特征与脑肌特征；将肌电特征、脑电特征与脑肌特征输入所述识别模块，得到上肢动作力敏状态所属类别，包括：把肌电特征、脑电特征与脑肌特征均展平为一维特征向量，将肌电特征、脑电特征与脑肌特征对应的一维特征向量进行特征拼接，得到整体特征；将整体特征输入依次连接的两个串联的全连接层与Softmax层，对上肢动作力敏状态进行分类，得到上肢动作力敏状态所属类别；将训练集的预处理后的肌电信号、预处理后的脑电信号与脑肌信息输入至脑肌电力敏状态识别模型，得到每个训练任务中上肢动作力敏状态类别的概率，训练时使用交叉熵损失函数最小化分类结果与真实标签之间的差异，并使用Adam优化器优化交叉熵损失函数并更新学习率；在测试集上使用分类准确率对所述脑肌电力敏状态识别模型进行性能评估。

全文数据：

权利要求：

百度查询： 苏州大学 一种基于脑肌电融合的上肢动作力敏状态识别方法及系统