声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：王丰焱, 张道辉, 李自由, 赵新刚
关键词：脑卒中患者, 表面肌电信号（sEMG）, Brunnstrom等级, 模式识别
针对不同患病程度的脑卒中患者运动意图识别率低的问题，提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号（sEMG）的动作识别方法．首先将所有等级患者sEMG数据进行融合，使用tsfresh库提取特征，然后基于随机森林（random forest，RF）模型筛选特征，并利用筛选的特征训练动作分类模型．进一步，通过研究动作和康复等级的关系，确定了康复评估动作并设计了康复等级自动评估算法．为了验证所提方法的有效性，在24例患者sEMG数据上进行了测试，实验结果表明所提方法能够将9种动作和6类康复等级的平均识别精度分别提升至89.81%和94%．基于所提方法构建的手部康复机器人系统能够实现康复等级自动评估．
来源：2020年第6期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。