一种基于梯度提升树的肌电信号最优通道选择方法

来源：信息与控制杂志2020年第1期北京时间：

作者：马乐乐, 赵新刚, 李自由, 张道辉, 徐壮

摘要：针对肌电识别中粘贴较多的电极引起的通道冗余问题，提出了一种基于梯度提升树（Gradient Boosting Decision Tree，GBDT）模型的最优通道组合选择方法.首先，手动提取每个通道肌电信号常用的5个特征，然后利用GBDT模型生成隐含的新特征.其次，对所有通道组合下的原始特征和新特征进行组合并训练另外的GBDT模型，用于预测每种组合的动作识别率.最后，选择出最优的通道组合用于在线控制实验.实验结果表明，最优的通道组合具有较高的离线识别率和在线控制精度，能实现对机器手准确实时的控制.使用肌电识别系统多次进行在线控制实验时，选择最优的通道组合可以减少电极的粘贴数量，减少多余通道带来的信息冗余和干扰，从而提高系统的实用性和鲁棒性.

关键词：肌电信号, 梯度提升树, 通道组合, 生成特征