公开(公告)号：CN116304689A

公开(公告)日：2023-06-23

申请号：CN202310167653.8

申请日：2023-02-27

Applicant: 复旦大学

Inventor： 万慧颖 ,  戴晨赟

IPC: G06F18/214 ,  A61B5/389 ,  A61B5/397 ,  G06F18/2132 ,  G06F18/2415 ,  G06F18/23213 ,  G06F3/01

Abstract: 本发明属于肌电模式识别技术领域，具体为一种基于迁移学习的抗姿态干扰腕部肌电模式识别校准方法。本发明方法包括：利用腕部肌电采集设备采集手腕处八通道肌电信号，对采集的连续序列通过划窗处理得到连续的四个特征值组成特征矩阵；采用原型分类器对腕部肌电模式识别；采用迁移学习的无监督模型进行校准，把控构建最小化特征分布距离的目标函数、最小化原型分类器经验误差目标函数，将两者组合得到优化问题；最后通过有标签的源域数据和无标签的目标域数据本身结构化信息对伪标签进行选择；本发明不需要提前对用户进行不同姿态的训练，减轻用户训练负担；在不重新训练分类器的情况下有效提升识别准确率；本发明可用于不同姿态下的假肢手控制。