通过不同的sEMG测量方法探索与手部手势相关的模式特异性成分
表面肌电（sEMG）信号因具备高信噪比、易采集和非侵入性等优势，已成为人机交互（HMI）系统中手势识别的主流生理接口。然而，sEMG信号中混杂着两类本质不同的成分：个体特异性成分（因肌肉收缩习惯、生理结构差异及电极放置位置等导致的因人而异的变异）和模式特异性成分（不同个体执行相同手势时共有的、与神经肌肉激活模式相关的稳定信息）。传统跨用户手势识别模型往往因个体差异而性能显著下降，且大多依赖新用户的校准数据，严重影响了用户体验。为此，作者提出一个核心假设：模式特异性成分与个体特异性成分在sEMG中相互正交，可被解耦分离。基于该假设，本研究借鉴计算机视觉中“内容-风格”分离的思想，将手势模式类比为“内容”，个体差异类比为“风格”，旨在建立一种无需任何新用户校准数据的通用手势识别模型，从而为sEMG驱动的HMI系统提供真正的“开箱即用”解决方案。
论文摘要
本研究旨在验证sEMG信号中模式特异性与个体特异性成分可解耦的假设，并系统比较不同sEMG度量（波形、时域特征、频域特征）对模式特异性成分提取效果的影响。实验采用公开高密度sEMG数据集（Hyser），包含20名受试者、10种日常手势（如腕屈/伸、手张开/闭合、捏合等）。创新性地提出生成对抗网络（GAN）增强的多编码器-单解码器解耦模型，其中两个编码器分别负责分离模式特异性和个体特异性成分，解码器实现信号重建，判别器则提升重建逼真度。训练中引入三元组损失（使同手势样本在模式空间中聚集、异手势分散）和重构损失（包括自重构和交叉重构），确保解耦的完备性。最终，将提取的模式特异性成分输入线性分类器（KNN、SVM、RF）评估识别精度，并借助电极拓扑热图可视化提供神经生理学解释。结果表明，频域特征（STFT）与时域特征组合（RMS、WL、ZC、SSC）在交叉验证中达到最高精度84.3%，且GAN的引入显著提升了特征区分度。研究证实了假设，并为sEMG跨用户通用模型提供了理论与实验基础。
研究方法
实验采用Quattrocento系统（OT Bioelettronica，意大利）采集sEMG信号，采样率2048 Hz，放大增益150倍，16位分辨率。四个8×8高密度电极阵列（间距10 mm）贴于前臂屈肌和伸肌侧，共256通道，参考电极置于尺骨鹰嘴，驱动电极置于尺骨头。数据预处理包括降采样至1024 Hz、10–500 Hz带通滤波及50 Hz及其谐波陷波，取每个动态任务最后0.5 s作为样本（1024点）。
模型架构（见图3）由两个CNN编码器（E_p和E_s）、一个解码器及一个判别器组成。输入数据按电极拓扑重排为 d×16×16 张量。损失函数包含：
① 模式三元组损失（式2，聚类同手势、分离异手势）；
② 个体三元组损失（式1）；
③ 自重构损失（式3）；
④ 交叉重构损失（式4，交换不同样本的E_p和E_s输出后重建，以增强成分独立性）；
⑤ 判别器损失（式6，区分真实与重建样本）。
训练采用五折交叉验证（15人训练，5人测试）。为比较不同度量，分别输入原始波形、sEMG包络、STFT（窗长125 ms，4个窗口）、四种时域特征（RMS、WL、ZC、SSC）及其组合，并在编码器前/解码器前/分类器前三种拼接方式下评估组合效果。
实验结果
手势识别精度（表2）显示：原始波形精度最低（约52%），包络提升至约67%，时域特征组合（ALL T-D）达82.51%（SVM），STFT单特征达79.41%，两者无显著差异（p>0.05）。各时域特征中，RMS（74.41%）和WL（76.23%）显著优于ZC（58.45%）和SSC（62.42%）。表3表明，将STFT与时域组合在分类器前拼接时获得最佳精度84.3%（SVM），但不同拼接层间无显著差异。
热图可视化（图5）展示了两个代表性受试者的10种手势重建热图。可见，原始波形热图对比度低、手势间差异模糊；时域和频域特征热图则呈现明显的区域差异，且高亮区紧凑，与已知肌肉激活区域对应（如腕屈时屈肌区高亮）。相关系数矩阵（图4）进一步量化：STFT+时域组合的类间相关系数最小（平均约0.25），说明手势模式更易区分；仅用时域特征时平均相关系数升至0.43，表明部分手势（如5、6、7、8号）热图重叠严重。消融实验（表4和图6）证实，引入GAN后，热图高亮区更集中且类间差异更显著，识别精度提升约3–5个百分点（如组合特征在SVM下从75.06%升至81.35%，p<0.05）。
总结与展望
本研究通过解耦模型成功验证了sEMG中模式特异性与个体特异性成分的可分离性，并指出频域特征（STFT）在单特征中表现最优，而时-频组合在分类器前融合可达到最高84.3%的跨用户识别精度。热图分析揭示了模式特异性成分与生理肌肉激活区域的高度吻合，为模型提供了可解释性。GAN的引入增强了重建真实性和特征鲁棒性。
然而，当前研究仅针对动态手势识别，且分类器采用线性模型以评估特征质量。未来工作可向比例控制（如假肢速度/力调节）拓展——此时传统幅度特征（RMS）因线性关系更具优势，而频域特征虽无线性相关性，但可通过神经网络解码或作为通道选择参考（挑选高激活区电极）间接提升控制精度。此外，可探索更复杂的分类器或端到端框架，并验证在更多样化人群和实时系统中的泛化性。本研究为sEMG通用HMI系统开辟了新路径，有望大幅降低用户校准负担，推动智能假肢和可穿戴设备的临床应用。
原文链接
https://doi.org/10.1186/s12984-024-01526-3
产品介绍
联系我们
