基于表面肌电信号的BiLSTM-SA双臂肌力估计

作     者：张思河 曹乐 王金玮 徐浩洋 张峰 ZHANG Sihe;CAO Le;WANG Jinwei;XU Haoyang;ZHANG Feng

作者机构：上海工程技术大学电子电气工程学院上海201620 

出 版 物：《中国医学物理学杂志》 (Chinese Journal of Medical Physics)

年 卷 期：2023年第40卷第11期

页      面：1383-1389页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0836[工学-生物工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(61703270) 

主　　题：双向长短期记忆网络 自注意力机制 表面肌电信号 独立成分分析 

摘      要：针对双臂协同连续变化下肌力估计精度低的问题,提出一种双向长短期记忆(BiLSTM)网络与自注意力(SA)机制相结合的肌力估计模型。首先,通过搭建肌力估计试验平台采集双臂肌肉等长收缩状态下的肌力与表面肌电信号,然后采用独立成分分析方法以及小波阈值去噪方法对采集数据进行预处理,提取信号的均方根作为特征值,最后利用BiLSTM-SA模型进行肌力估计。实验结果表明BiLSTM-SA模型在双臂等长收缩肌力估计中决定系数R2的平均值在0.97以上,表现出良好的肌力估计准确性。