基于肌电信号和极限学习机的下肢关节运动预测

Shi Yongjie,Gao Xueshan,Luo Dingji,LYU Jiale,LYU Pengfei,Liu Huan,Che Hongjuan,Zhao Peng,Niu Jundao,Hao Liangchao

Ordnance Industry Automation（2022）

引用 0|浏览3

暂无评分

摘要

为判断下肢障碍患者的运动意图,通过外骨骼进行康复训练,分析表面肌电信号与下肢关节运动的关系.提取表面肌电信号的均方根(root mean square,RMS)、绝对值均值(mean absolute value,MAV)、波形长度(waveform length,WL)和方差(variance,VAR)作为特征输入信号,采用极限学习机(extreme learning machine,ELM)建立表面肌电信号与下肢关节角度之间的映射关系;对输出结果进行优化滤波以降低模型的误差,实现对下肢膝关节角度连续变化的预测.与传统的反向传播(back propagation,BP)神经网络、径向基神经网络预测结果进行对比,结果证明:极限学习机在通过表面肌电信号预测下肢关节角度变化中有更高的精度.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要