基于脑肌电信号融合的下肢动作识别

摘要

为识别踝背屈、踝跖屈两类下肢动作，采集了5名受试者的脑电信号和肌电信号.挑选9通道脑电信号和2通道肌电信号进行预处理及特征提取，脑电信号计算事件相关去同步化（Event Related Desynchronization, ERD）特征，肌电信号计算平均绝对值（Mean Absolute Value, MAV）和斜率符号变换次数（Slope Sign Changes, SSC）特征，特征单独或组合后送入XGBoost(Extreme Gradient Boosting)和支持向量机（Support Vector Machine, SVM）分类器，对不同特征、分类器的识别效果进行比较，结果显示基于XGBoost分类器的脑肌电信号融合识别模式效果最优.

关键词

肌电信号 / 脑电信号 / 特征提取 / XGBoost算法 / 动作识别