一种基于卷积神经网络的表面肌电信号分类方法及系统

摘要

本发明公开了一种基于卷积神经网络的表面肌电信号分类方法及系统。该方法包括：对各通道的肌电信号进行预处理；对各通道预处理后的肌电信号进行特征信息提取；每个通道提取出多种特征信息；将不同通道内提取到的相同种类的特征信息进行组合，生成多组二维数据；每组二维数据只包含一种特征信息；构建卷积神经网络模型；卷积神经网络模型包括卷积层、池化层、ReLu层、全连接层以及softmax层；通过多组二维数据训练卷积神经网络模型；通过训练好的卷积神经网络模型对表面肌电信号进行分类，识别出手势动作。本发明通过对多通道的肌电信号进行特征信息提取，扩充数据维度，借助卷积神经网络的高精度分类优势，提升了表面肌电信号的分类识别准确度。