基于双线性模型的动作肌电信号用户无关识别研究

成 娟 陈 勋* 彭 虎

(合肥工业大学仪器科学与光电工程学院生物医学工程系， 合肥 230009)

基于双线性模型的动作肌电信号用户无关识别研究

成 娟#陈 勋#*彭 虎

(合肥工业大学仪器科学与光电工程学院生物医学工程系， 合肥 230009)

动作肌电信号具有个体差异性且不同动作的肌电信号是不同的，通过挖掘双线性模型的因素分解能力，将训练样本的特征矢量分解为用户相关和动作相关两大因素，通过确定因素的维度重构具有共性的训练样本特征。在测试样本特征重构阶段引入适应融合机制，更新模型参数重构测试样本特征。以11名受试者的4类动作为例，分别采用线性判别、K近邻分类算法和支持向量机，对比3种实验方案(多用户单天、单用户多天和基于双线性模型的多用户单天)的识别结果。实验表明，双线性模型的平均识别率最低为85%以上，相比于单纯的多用户单天识别结果(平均识别率不高于75%)有显著提高(P<0.001)，且相比于单用户多天的识别结果(平均识别率90%以上)差异性不显著(P>0.24)。双线性模型为基于动作识别技术的非特定人肌电控制系统提供了交互方案，且该模型具备将多用户单天的数据看成单用户多天数据的能力，提供了用户训练负担降低的可行性。

肌电控制；手势识别；特征提取；双线性模型

引言

基于生物电技术的人机交互旨在通过采集、分析和处理人体自身的生理学信号来控制外围设备，以取代或补充传统的基于鼠标或键盘等的控制方式。可用于人机交互的生物电主要有脑电、肌电和眼电等[1-3]。……