基于磁场刺激的肌电信号模式识别的研究

对于人体表面肌电(SEMG)信号提出一种新的研究方法,即在磁场刺激下,采用小波变换的方法,对从掌长肌、肱桡肌、尺侧腕屈肌和肱二头肌上采集的4路表面肌电信号进行分析,并提取其6级小波分解系数绝对值累加和的平均值作为信号的特征,构建特征矢量.输入神经网络分类器进行模式识别,经过训练能够成功地识别出握拳、展拳M、腕内旋、腕外旋、屈腕、伸腕、前臂内旋、前臂外旋8种运动模式.实验结果表明,该方法识别率高,所需数据量少,运算速度快,实时性好,为肌电等生物电信号的研究提供了一种新方法.