基于表面肌电图手势动作意图识别的系统综述

摘要

目的系统综述基于表面肌电图的手势动作意图识别的研究进展。方法通过检索中国知网、万方数据库、PubMed、Web of Science,搜集基于表面肌电图的手势动作意图识别的实验研究,检索时限为建库至2021年12月。根据实验内容和质量筛选文献,并对其分类方法和其他影响因素进行总结性分析。结果共返回文献735篇,最终纳入25篇,发表时间主要集中于2012年至2021年,研究对象为正常受试者或截肢者,分类模型包含传统机器学习模型和深度学习模型,其他影响因素包含采集方式、噪声干扰和滑动窗口大小。结论目前基于表面肌电信号的传统机器学习模型已得到成熟应用,深度学习模型的手势识别技术具有很大潜力。受试者的个体差异、手势分类的实时性需求和肌电设备的稳定性需求仍有待解决。