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！

龙图腾网获悉深圳大学申请的专利一种高密度表面肌电信号实时分解方法、系统及终端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：CN118656673B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202410648504.8，技术领域涉及：G06F18/24；该发明授权一种高密度表面肌电信号实时分解方法、系统及终端是由但果;姜乃夫;马锦婷;王丽芬;罗铭洋;张乃文;张羽设计研发完成，并于2024-05-23向国家知识产权局提交的专利申请。

本一种高密度表面肌电信号实时分解方法、系统及终端在说明书摘要公布了：本发明公开了一种高密度表面肌电信号实时分解方法，所述方法包括：采集高密度表面肌电信号，使用高密度表面肌电信号构建离线数据集；对离线数据集中的高密度表面肌电信号进行分解，得到运动单元发放序列；构建多标签深度残差收缩网络，对多标签深度残差收缩网络进行模型训练，得到分解模型；采集待分解的高密度表面肌电信号，并按照采集时间轴将待分解的高密度表面肌电信号划分为多个分析窗，将每个分析窗输入到分解模型中，输出每个分析窗对应的运动单元发放序列，将所有的运动单元发放序列进行拼接获得最终运动单元发放序列。本发明根据不同运动单元放电模式之间的协同作用，简化数据预处理步骤，提高表面肌电信号分解的准确性和实时性。

本发明授权一种高密度表面肌电信号实时分解方法、系统及终端在权利要求书中公布了：1.一种高密度表面肌电信号实时分解方法，其特征在于，所述高密度表面肌电信号实时分解方法包括： 采集若干时刻肌肉收缩时的高密度表面肌电信号，使用所述高密度表面肌电信号构建离线数据集； 基于卷积盲源分离算法对所述离线数据集中的高密度表面肌电信号进行分解，得到运动单元发放序列； 所述基于卷积盲源分离算法对所述离线数据集中的高密度表面肌电信号进行分解，得到运动单元发放序列的步骤包括： 预先设置循环迭代执行卷积盲源分离算法的总次数； 若当前卷积盲源分离算法的循环次数小于或等于所述循环迭代执行卷积盲源分离算法的总次数，则进行不动点算法的迭代循环，得到分离向量； 定义初始化变异系数，根据所述变异系数和所述分离向量估计源信号，通过K均值聚类算法得到运动单元发放序列； 所述定义初始化变异系数，根据所述变异系数和所述分离向量估计源信号，通过K均值聚类算法得到运动单元发放序列的步骤包括： 预先设置循环迭代执行源信号估计的总次数，定义当前源信号估计的循环次数为，定义初始化第个运动单元发放序列第次和第次的变异系数和，定义预设阈值； 当时，将当前源信号估计的循环次数进行累加，并估计第个源信号： ； ； 其中，表示第次校正的第个分离变量，表示第个源信号的估计，表示k时刻的白化扩展信号； 对所述第个源信号的估计进行峰值检测得到峰值向量，基于K均值聚类算法将所述峰值向量中的元素分为a类向量和b类向量，其中所述a类向量的元素均值最大，所述b类向量的元素均值最小； 对所述a类向量中的非零元素进行赋值得到第次估计的第个运动单元发放序列； 令，计算所述运动单元发放序列的峰间间隔的变异系数； ； ； ； 其中，表示所有峰间间隔的标准差，表示所有峰间间隔的均值，为正整数，表示第次放电的时间点，t表示时间轴上的一个时间点，表示放电总次数，表示时刻的白化扩展信号； 当或当前源信号估计的循环次数时，结束当前源信号估计的循环，根据所述a类向量和所述b类向量计算轮廓系数； 当时，将分离向量保存到分离矩阵中，并根据所述分离矩阵提取所有所述运动单元发放序列； 当时，将当前卷积盲源分离算法的循环次数进行累加并进行下一次循环，直到当前卷积盲源分离算法的循环次数大于循环迭代执行卷积盲源分离算法的总次数，并根据所述分离矩阵提取所有所述运动单元发放序列； 构建多标签深度残差收缩网络，根据所述离线数据集中的高密度表面肌电信号和对应的所述运动单元发放序列，对所述多标签深度残差收缩网络进行模型训练，得到分解模型； 实时采集待分解的高密度表面肌电信号，并按照采集时间轴将待分解的高密度表面肌电信号划分为多个分析窗，将每个所述分析窗输入到所述分解模型中，输出每个所述分析窗对应的运动单元发放序列，将所有的运动单元发放序列进行拼接获得最终运动单元发放序列。

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深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688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”。

以上内容由龙图腾AI智能生成。