一种基于表面肌电信号及三轴加速度信号的步态识别方法

背景:由于频发的各种意外灾害以及身体疾病,使得相当数量的人丧失了行走能力,如何通过对人体的动作识别,设计外骨骼助行器用于恢复这些患者的行走能力,已经逐渐成为康复工程领域的热门课题。目的:在分类器层面对表面肌电信号及三轴加速度信号进行融合,提高人体步态辨识识别率。方法:提出了一种基于表面肌电信号和三轴加速度信号相结合的方法来识别5种不同的日常基本步态模式,包括平地行走、上楼梯、下楼梯、上斜坡和下斜坡。采集人体下肢5通道表面肌电信号及大腿处和小腿处三轴加速度信号,将信号预处理后进行特征提取,构建基于双流隐马尔科夫模型的分类器对5种日常基本步态模式进行分类识别研究。结果与结论:(1)实验对5种基本步态模式进行了识别,实验平均识别率为94.32%,较仅采用表面肌电信号信号进行识别的准确率(平均90.17%)高出4.15%,并且较仅采用三轴加速度信号的识别率(平均84.72%)高出9.60%;(2)结果表明,将表面肌电信号信号与加速度信号相结合,可以获得更有用的运动信息,有助于提高离线分析下的步态识别精度。