科创中国

生物与新医药技术,医疗仪器技术、设备与医学专用软件

本发明公开了一种基于肌电信号的人体运动状态识别方法，特点是采集肌电信号；对肌电信号进行预处理得到时间窗肌电时间序列信号；将所有时间窗肌电时间序列信号转换为肌电灰度图像；采用卷积神经网络实现当前人体运动状态识别；优点是将传统肌电信号转换为具体的肌电灰度图像来提取特征，不会在提取特征的过程中丢失一些有用的信息，能完整地将特征表达出来，使用时间窗具有实时采集分析效果，采用巴特沃斯滤波器具有计算效率高的优点，采用卷积神经网络能准确的提取肌电灰度图像的特征，完成对当前肌电灰度图像的分类，从而最终识别出当前人体运动状态，不需要依赖经验来提取特征，使得分类的精确度较高，有效地提高了人体运动状态识别的准确率。

采用卷积神经网络能准确的提取肌电灰度图像的特征，完成对当前肌电灰度图像的分类，从而最终识别出当前人体运动状态，不需要依赖经验来提取特征，使得分类的精确度较高，有效地提高了人体运动状态识别的准确率。

宁波工业互联网研究作为一家主攻工业互联网、智能制造、人工智能等前沿领域的新型研发机构，研究院致力于推动国家工业转型发展、重大关键核心技术的创新突破和技术成果转化，目前已成功十余家高科技公司，集聚各类高科技等人才600余名，其中硕博比例30%以上；已建成“攻防评一体化”工控安全试验场，成为引领国内工控安全的重要基地，工控安全产品已成功应用于30余项科研攻关和国家重大基础设备安全防护项目。2020年入选首批“浙江省省级新型研发机构”，2021年研究院牵头建设的“浙江省智能工厂操作系统技术创新中心”入选浙江省级首批技术创新中心，2022年8月，入选首批“科创中国”创新基地，2022年10月，获批建设智能制造国家新一代人工智能开放创新平台。