基于表面肌电力映射矩阵的上肢运动方向预测模型

来源：上海理工大学学报杂志2025年第1期北京时间：

作者：王林，李炜煌，唐鸿雁

单位：香港理工大学 南京技术创新研究院，南京 210036,上海理工大学 智能康复工程研究院，上海 200093,上海理工大学 智能康复工程研究院，上海 200093

摘要：针对表面肌电（sEMG）信号与上肢运动方向之间的映射关系，提出一种基于肌电力映射矩阵的上肢运动方向预测模型。通过实验进行受试者肌电信号的采集，分析上肢在不同姿态下的力方向识别算法的准确性。实验采用9块浅层肌肉的肌电信号作为输入，运用小波滤波和均方根值（RMS）处理信号，并构建了肌电力方向映射矩阵（SFMM）和末端运动方向映射矩阵（EDMM）。通过伪逆法和反向传播神经网络（BPNN）进行模型训练，对比使用原始数据、处理后的数据以及结合位姿变换矩阵的数据这3种方法在单独姿态和混合姿态下的预测能力。研究结果显示，结合位姿变换矩阵的方法在各种姿态下均表现出较高的预测准确度，可有效减小上肢姿态变化对预测结果的影响。本研究为基于sEMG的外骨骼设备力方向预测提供了理论基础。

关键词：表面肌电信号;运动意图识别;神经网络;多姿态;映射矩阵

基金资助：国家自然科学基金资助项目（62403320）；上海市科学技术委员会资助项目（23YF1429900）