基于复杂生理信息驱动的精准手关节运动解析方法

来源：电子与信息学报杂志2026年第1期北京时间：

作者：闫佳庆, 刘庚辰, 周庆锜, 薛玮祺, 周伟傲, 田云志, 王家驹, 董哲康, 李小俚

单位：1.北方工业大学电气与控制工程学院 北京 1001442.杭州电子科技大学电子信息学院 杭州 3100183.华南理工大学自动化科学与工程学院 广州 510640

摘要：手是人体至关重要的组成部分，其高度的灵巧性使我们能够执行各种复杂任务，然而，手部功能障碍会严重影响患者的日常生活，使其难以完成基本的日常活动。该文提出一种基于8通道表面肌电信号(sEMG)的新颖手部运动估计方法，用于解析15个手部关节的运动，旨在提高手部功能障碍患者的生活质量。该方法采用连续去噪网络，结合稀疏注意力机制和多通道注意力机制，有效提取sEMG信号中蕴含的时空特征。网络采用双译码器结构，分别解析含噪姿态和姿态修正范围，并利用双向长短期记忆网络对含噪姿态进行修正，最终实现精准的手部姿态估计。实验结果表明，相比现有方法，该方法在多通道sEMG信号拟合连续手部姿态估计方面表现出更优越的性能，能够解析更多关节，且估计误差更小。

关键词：深度神经网络, 人机交互, 手部姿态估计, 表面肌电