采用優化神經網絡的下肢肌電信號的識別

王光旭，崔建松，張慶光，張培培

(翔宇醫療設備有限責任公司，河南 安陽 455000)

表面肌電信號是肌肉收縮產生肌肉力，并反映肌肉的功能狀態和神經活動的生理信號。它以其無創傷性、患者易接受等特點在康復工程、臨床診斷和運動醫學等領域有廣泛應用[1]。目前國內針對上肢動作的識別研究較多，因人體下肢肌電信號是實時變化的非平穩信號，且原始信號夾雜許多運動噪聲[2]，所以在模式識別方面存在一定缺陷。人工神經網絡是對人腦進行模擬和抽象，且擁有多個簡易處理單元的信息處理系統，由于它擁有大規模并行處理、容錯自適應能力強及較好記憶功能等特征，已在智能控制、運動模式識別、故障分析及鑒定等領域有廣泛應用[3]。傳統的BP神經網絡由于階梯下降的非線性優化策略而存在局部最小的缺陷，不確定能否求出全局最小值，故對肌電信號識別率較低。為了彌補這一缺陷，本文將遺傳算法應用到神經網絡中，并對神經網絡的初始權值和閾值進行優化處理，構建成GA-Elman神經網絡應用于下肢肌電信號運動模式識別中，識別率優于傳統的Elman神經網絡。

1　基于遺傳算法的Elman神經網絡的優化

1.1　Elman神經網絡

Elman神經網絡是一種由Elman于1990年提出的局部反饋型神經網絡，該模型的前饋網絡中多出的一個承接層，用于從隱含層中接收反饋信號記憶隱含層單元中上一時刻的輸出值，它可以作為一個時延算子，因而比BP神經網絡的計算能力更強[4]。……