一种与用户无关的肌电动作识别与控制方法

发明专利有效专利

申请号：
CN202011558641.0
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-12-25
申请人：
中国科学技术大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种与用户无关的肌电动作识别与控制方法
申请号	CN202011558641.0	申请日期	2020-12-25
法律状态	实质审查	申报国家	中国
公开/公告日	2021-05-28	公开/公告号	CN112861604A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	中国科学技术大学	申请人地址	安徽省合肥市包河区金寨路96号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国科学技术大学	当前权利人	中国科学技术大学
发明人	张旭;郑浩;吴乐;陈希;陈勋;陈香
代理机构	安徽省合肥新安专利代理有限责任公司	代理人	陆丽莉;何梅生

摘要

本发明公开了一种与用户无关的肌电动作识别与控制方法，是从手臂采集的高密度肌电信号转化为肌电图像，收集来自多个用户执行各种类手势动作的数据样本作为训练集，训练设计的嵌入了注意力模块的卷积神经网络，成为可用于跨用户手势动作分类的神经网络模型；之后，若有新用户接入该肌电控制系统，使用上述预训练的神经网络模型对目标用户的肌电数据进行分类并给出结果。本发明相对于传统方法利用了骨骼肌肉活动时的时空特征，在跨用户条件下使得手势动作肌电模式识别准确率有显著提升。在此基础上，使得肌电控制的人机交互设备的实用性更强，从而适应实际的使用情景。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供