基于深度学习的穿戴式上肢康复多自由度实时肌电控制FES系统研究

发布者:电子学院发布时间:2018-08-21浏览次数:1655

1 国家自然科学基金青年科学基金项目

1)项目名称:基于深度学习的穿戴式上肢康复多自由度实时肌电控制FES系统研究(负责人:王海鹏,项目批准号:61801262)。

2)项目简介:本项目针对现有自主表面肌电信号控制功能性电刺激(FES)系统中存在非独立探测位点下的多通道肌电信号有效信息难以提取和控制刺激通道及参数,以及缺少识别多自由度、高识别率和稳定度等问题,通过基于非负矩阵分解方法提取非独立探测位点下的肌电信号信息,并在此基础上研究深度学习是否可以更高效应用在肌电动作模式识别,并利用嵌入式硬件实现实时、精确、可靠的多自由度肌电动作识别分类器。最终通过穿戴式无线解决方案辅助患者进行对侧控制康复训练。

3)项目预期成果:

1.完成基于深度学习的穿戴式上肢多自由度实时对侧肌电控制FES原型系统样机一套,并获取在体运动功能测试数据

2.发表论文4~5篇,其中SCI/EI收录2篇。

3.申请专利2~3项,软件著作权1~2项。

4.协助培养1~2名硕士研究生

2 江苏省教育厅高等学校自然科学研究面上项目

1)项目名称:同侧肌电控制功能性电刺激系统的去伪迹电路与算法研究(负责人:王海鹏,项目批准号:18KJB510039

2)项目简介:本项目拟对同侧肌电控制功能性电刺激系统的去伪迹电路与算法进行研究,提出一种适用于变频刺激、实时性高、有效记录时间长、可有效抑制放大器饱和的伪迹去除方法,包括具有快恢复的体表肌电信号探测传感器设计、基于格莱姆-施密特自适应预测误差滤波器(GS-PEF)伪迹噪声去除算法研究、原型系统设计和人体运动功能测试实验等研究内容。

3)项目预期成果:

1.提供同侧自主sEMG控制FES原型系统样机1套,包括具有快恢复的体表肌电信号探测传感器、基于FPGA/ARM的信号处理主控单元以及功能性电刺激器。

2.发表论文2~4篇,其中SCI/EI收录2篇。

3.申请发明专利1项,软件著作权1项。