买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利基于肌肉协同和深度学习的下肢连续运动估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116491961B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210053417.9，技术领域涉及：A61B5/389；该发明授权基于肌肉协同和深度学习的下肢连续运动估计方法是由赵新刚;张道辉;熊德臻;赵忆文;褚亚奇;莫礼燕;赵明;徐壮设计研发完成，并于2022-01-18向国家知识产权局提交的专利申请。

本基于肌肉协同和深度学习的下肢连续运动估计方法在说明书摘要公布了：本发明属于生物信号处理及人机交互领域，具体的说是基于肌肉协同和深度学习的下肢连续运动估计方法。包括以下步骤：1利用肌电传感器采集单侧腿部肌肉产生的肌电信号，惯导传感器获取关节运动角度；2对肌电信号进行预处理；3将预处理后的肌电数据通过非负矩阵分解算法提取肌肉协同信息；4将肌肉协同信息划分为训练集数据和测试集数据；5建立深度双向循环神经网络；并通过训练集数据进行训练；6将测试集数据输入至训练后的深度双向循环神经网络，验证训练后的深度双向循环神经网络的角度回归效果。本发明采用矩阵分解的方式提取肌肉协同信息，对比运动单元分解方法显著减少了电极数目和硬件成本，有利于提升应用范围和实时性能。

本发明授权基于肌肉协同和深度学习的下肢连续运动估计方法在权利要求书中公布了：1.基于肌肉协同和深度学习的下肢连续运动估计方法，其特征在于，包括以下步骤： 1利用肌电传感器采集匀速行走过程中单侧腿部肌肉产生的肌电信号，同时，通过惯导传感器获取关节运动角度； 2对所采集的肌电信号进行预处理，得到预处理后的肌电数据； 矫正后的肌电数据的格式为M*T；其中，M为肌电通道数目，T为每个滑动窗的采样点长度，即M*T即非负矩阵V； 3将预处理后的肌电数据通过非负矩阵分解算法提取肌肉协同信息； 将肌电数据通过非负矩阵分解算法分解，并获取两个非负矩阵W和H，即： V≈WH 其中，V为非负矩阵，W为肌肉协同信息的非负矩阵，格式为M*N，H为激活系数，格式为N*T；N为肌肉协同数目； 最优的W和H由最小化V和重构数据WH之间的欧氏距离来获得，即： 其中，s.t.为约束条件，根据上式求解肌肉协同信息W； 将W的维度设置为2维，即取2个肌肉协同信息； 4将肌肉协同信息划分为训练集数据和测试集数据； 5建立深度双向循环神经网络；并通过训练集数据对深度双向循环神经网络进行训练； 6将测试集数据输入至训练后的深度双向循环神经网络，通过获取预测角度与惯导采集的真实角度间的均方根误差，验证训练后的深度双向循环神经网络的角度回归效果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。