公开(公告)号：CN118078311A

公开(公告)日：2024-05-28

申请号：CN202410178642.4

申请日：2024-02-09

Applicant: 复旦大学

Inventor： 施豪杰 ,  陶林锴 ,  陈晨 ,  陈炜

IPC: A61B5/397 ,  G06F18/214 ,  G06F18/23 ,  G06F18/213 ,  G06F18/2411 ,  G06F18/243 ,  G06N3/0464 ,  A61B5/00 ,  A61C19/05

Abstract: 本发明属于肌电模式识别技术领域，具体为基于多源域迁移的跨个体高密度肌电信号咬合动作识别方法。本发明方法通过采集两侧颞肌处的高密度肌电信号，建立低复杂度的多源域迁移跨个体咬合动作识别模型；具体利用高密度肌电数据的高时空分辨率，获取更丰富的肌肉激活信息；同时结合深度学习与迁移学习方法，将输入形式从一维时序信号转化为二维图像，通过公共网络部分提取特征并与多个源进行比较，选择最相似的源对应的分类器进行微调，最终得到分类结果。实验结果表明本发明对于跨个体的咬合动作识别具有较高的分类精度，能够有效减小个体差异性等因素对模型鲁棒性的影响，有助于后续用于现实场景下的人机交互系统。

公开(公告)号：CN115444435A

公开(公告)日：2022-12-09

申请号：CN202210878763.0

申请日：2022-07-25

Applicant: 复旦大学

Inventor： 陶林锴 ,  陈炜 ,  郭瑶 ,  施豪杰 ,  徐珂 ,  戴晨赟

IPC: A61B5/389 ,  A61B5/256 ,  A61B5/296

Abstract: 本发明属于人体动作监测技术领域，具体为基于高密度肌电采集阵列的咬合运动情况监测分析系统。本发明系统包含包括前端采集设备和信号处理硬件电路，以及上位机；上位机中预装载有信号分析和信息展示交流两个程序模块；客户端将从下位机接收到的信息采集并分析后的结果展现在图形用户界面中。本发明使用颞肌作为目标肌群，可进行肌电信息的有效采集；使用肌电采集阵列电极，所采集的肌电信号信息更丰富、范围更广泛；采用智能算法，可得到咬合动作时目标肌群肌肉的激活区域、质心、神经元支配区等空间的放电情况信息，以及单个肌肉运动单元的神经放电信息。本发明可对对微观神经肌肉工作机制为基础的人类口腔咬合运动情况进行高效监测分析。