基于表面肌电信号的手指按键动作识别研究

本文采用四通道表面肌电(SEMG)电极采集前臂动作肌电信号,对右手5个手指共16类按键动作进行了分类识别研究。研究内容包括按键动作的定义和数据采集方案设计,并通过两种数据处理分类实验对手指按键动作肌电信号分类识别的可行性及可重复性等问题进行探索。对6位受试者的实验结果显示,16类手指按键动作的单天平均识别率可达75.8%,且当训练样本数据增加到5 d时,多天数据分类准确率逼近单天分类结果,此结果验证了基于肌电信号的手指按键动作识别的可行性和可重复性。本文工作成果对基于肌电控制的虚拟键盘的交互实现有着重要的指导意义。