通過表面肌電信號(hào)（sEMG）實(shí)現(xiàn)人機(jī)自然交互是新一代機(jī)器人亟需的關(guān)鍵技術(shù)。中國科學(xué)院沈陽自動(dòng)化研究所機(jī)器人學(xué)研究室研究員韓建達(dá)、副研究員趙新剛指導(dǎo)的醫(yī)療康復(fù)機(jī)器人方向組，長(zhǎng)期開展多學(xué)科交叉研究，在生物電信號(hào)處理方面取得了一系列創(chuàng)新性成果，拓展了表面肌電信號(hào)理論研究的深度與實(shí)際應(yīng)用的廣度。
近日，國內(nèi)外知名期刊連續(xù)刊載了沈陽自動(dòng)化所醫(yī)療康復(fù)機(jī)器人方向組在肌電信號(hào)分析與應(yīng)用領(lǐng)域的最新研究成果。針對(duì)高維sEMG數(shù)據(jù)高斯混合模型建模問題，項(xiàng)目組創(chuàng)新提出了一種“降維—擴(kuò)維”高斯混合模型（GMM）建模方法，通過將降維GMM擴(kuò)展為全維GMM，并以此估計(jì)在線sEMG的數(shù)據(jù)丟失，解決了sEMG數(shù)據(jù)丟失情形下的容錯(cuò)分類問題。該研究成果被IEEE Transactions on Industrial Electronics（SCI一區(qū)，IF：6.5）錄用。
針對(duì)傳統(tǒng)基于sEMG的動(dòng)作分類方法僅能識(shí)別人體有限離散動(dòng)作模式的問題，項(xiàng)目組深入研究了基于sEMG的人體關(guān)節(jié)連續(xù)運(yùn)動(dòng)估計(jì)方法，提出一種分層投影回歸算法克服了sEMG非平穩(wěn)性對(duì)連續(xù)估計(jì)的影響，實(shí)現(xiàn)了對(duì)肘關(guān)節(jié)角度連續(xù)的估計(jì)，相關(guān)成果刊登于Neural Computing & Applications（23:1129–1138，2013；SCI，IF：1.763）；進(jìn)一步，通過剖析運(yùn)動(dòng)產(chǎn)生的生理機(jī)理，構(gòu)建了由肌肉活躍度到關(guān)節(jié)運(yùn)動(dòng)量的“生理—運(yùn)動(dòng)”狀態(tài)方程模型，并創(chuàng)新提出了一種利用sEMG特征構(gòu)造量測(cè)反饋方程的方法，有效地抑制了連續(xù)運(yùn)動(dòng)估計(jì)的累積誤差。該研究成果被IEEE Transactions on Industrial Electronics（SCI一區(qū)，IF：6.5）接收。
隨后，項(xiàng)目組將sEMG的應(yīng)用拓展到醫(yī)療診斷領(lǐng)域，通過sEMG量化評(píng)估針刺信號(hào)對(duì)面部神經(jīng)麻痹的康復(fù)療效，該成果已被SCIENCE CHINA Information Sciences錄用。此外，項(xiàng)目組又從更微觀的尺度分析肌肉控制以及運(yùn)動(dòng)產(chǎn)生的機(jī)理，提出一種sEMG運(yùn)動(dòng)單元分解方法，以識(shí)別更精確的運(yùn)動(dòng)意圖，該成果發(fā)表于的國際知名會(huì)議IFAC世界大會(huì)（每三年召開一次）（Classification of Gesture based on sEMG Decomposition: A Preliminary Study, 2014, 2969-2974）。
沈陽自動(dòng)化所方向組提出的方法和模型，構(gòu)成了對(duì)表面肌電信號(hào)分析與應(yīng)用的較完備技術(shù)系統(tǒng)，有力推動(dòng)了基于表面肌電的人機(jī)交互技術(shù)的研究進(jìn)展。
上述研究得到了國家自然科學(xué)基金委，中國科學(xué)院、遼寧省、機(jī)器人學(xué)國家重點(diǎn)實(shí)驗(yàn)室的大力支持。
