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！

龙图腾网获悉大连民族大学申请的专利基于运动想象脑电信号和表面肌电信号的轮椅控制系统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：CN116785085B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310650168.6，技术领域涉及：A61G5/10；该发明授权基于运动想象脑电信号和表面肌电信号的轮椅控制系统是由田帅;高天一;蔡克卫设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本基于运动想象脑电信号和表面肌电信号的轮椅控制系统在说明书摘要公布了：本发明提供一种基于运动想象脑电信号和表面肌电信号的轮椅控制系统，涉及脑机控制技术领域，包括：数据采集模块、系统模式选择模块、信号处理模块和决策模块；所述数据采集模块用于采集轮椅用户的生理信号并发送至系统模式选择模块；所述系统模式选择模块用于对生理信号的处理模式进行选择；所述信号处理模块用于对生理信号进行预处理并提取信号特征进行识别；所述信号处理模块将识别结果发送至决策模块；决策模块用以将多个指令信息进行融合并转化为最终的轮椅控制指令，并输出控制指令至轮椅。本发明能够提升控制系统的运行准确度，减少用户执行运动想象行为时的疲惫感，以提升用户体验感和轮椅控制系统应用性能，扩展使用脑控轮椅的用户范围。

本发明授权基于运动想象脑电信号和表面肌电信号的轮椅控制系统在权利要求书中公布了：1.一种基于运动想象脑电信号和表面肌电信号的轮椅控制系统，其特征在于，包括：数据采集模块、系统模式选择模块、信号处理模块和决策模块； 所述数据采集模块用于采集轮椅用户的生理信号并发送至系统模式选择模块；所述生理信号包括运动想象脑电信号和手势表面肌电信号； 所述系统模式选择模块用于对生理信号的处理模式进行选择，所述处理模式包括训练模式和工作模式，所述训练模式根据用户的个人数据生成分类器模型，所述工作模式下系统模式选择模块将生理信号发送至信号处理模块； 所述训练模式包括如下步骤： 在基础参数中完成训练模式参数设置，设置完毕后保存参数设置，所述训练模式参数设置包括训练次数和单次训练时长； 点击训练模式按钮，开始训练数据采集； 可自主选择训练任务按钮，点击中心圆形运动势能提示灯则开始训练任务数据采集，采集结束后中心圆形运动势能提示灯熄灭；当全部单次训练任务完毕后，所有按钮指示灯熄灭，开启下一个训练周期； 所述训练模式下，选择启用基于遗传算法的特征选择优化功能模块以提升模型性能，此时脑电信号处理模块使用基于节律特征的滤波器组共空间模式方法，包括： 将适应度函数的计算和特征矩阵的模式识别准确率相映射，关系式如下： 其中为第i个特征组合的特征矩阵输入下的十折交叉验证结果； 个体基因型编码选用二进制编码； 确定遗传算法相关参数，所述遗传算法相关参数包括种群规模，交叉概率和变异概率； 读取脑电数据集经处理后获得的特征矩阵和标签向量，作为特征选择优化过程中的准备部分； 开始基于遗传算法的特征选择优化过程； 所述基于遗传算法的特征选择优化过程包括如下步骤： 进行初代种群的构建，生成a个个体的初始小组并计算小组内每个个体基因型的适应度值，构建轮盘赌并选取其中的优质个体加入到初始种群中； 当满足预设定的种群规模b后，为提高搜索效率和优化效果，使种群内部的个体都有较大的概率发生交叉，基于交叉概率Pc进行两两成组的部分映射交叉； 对种群内每个个体基因型的单点基因进行基于变异概率Pv的单点变异操作； 计算新种群中所有个体的适应度值，并记录其中最优质个体的基因型和适应度值，新种群替换旧种群，并开始下一次迭代进化；迭代进化完成后，获得最终的特征选择优化结果； 所述训练模式和工作模式的按钮设置于操作界面上，所述操作界面上还设置有基础参数设置按钮、指向性运动状态提示灯按钮、中心圆形运动势能提示灯按钮和四段式运动速度提示灯按钮； 所述信号处理模块用于对生理信号进行预处理并提取信号特征进行识别，使用支持向量机算法对信号特征进行训练及分类，获取识别结果；所述信号处理模块将识别结果发送至决策模块； 所述信号处理模块包括脑电信号处理模块和表面肌电信号处理模块，所述脑电信号处理模块对运动想象脑电信号进行处理，所述表面肌电信号处理模块对手势表面肌电信号进行处理； 所述脑电信号处理模块对运动想象脑电信号进行处理包括如下步骤： 信号预处理：将所述运动想象脑电信号经过重参考和独立成分分析去除眼电伪迹； 空域特征提取：对信号预处理后的运动想象脑电信号进行8-12Hz，12-30Hz和8-30Hz三次带通滤波，获得三段信号数据；通过共空间模式对三段信号数据分别构建空域滤波器并进行空域特征提取融合； 识别分类：使用支持向量机作为分类器获取脑电信号的识别分类结果； 所述表面肌电信号处理模块对手势表面肌电信号进行处理包括如下步骤： 信号预处理；对各信道的信号数据进行50Hz的陷波滤波处理； 时域特征提取；所述时域特征包括信号的均值、均方根、偏度、波形因子、峰值因子、脉冲因子和裕度因子，各通道的各特征值融合形成特征向量； 识别分类；使用支持向量机作为分类器获取表面肌电信号的识别分类结果； 所述信号处理模块的识别分类包括如下步骤： 使用SVM算法进行训练及分类，获取识别结果，其中选用的核函数为高斯核，公式如下： 其中：表示第i个样本，表示第j个样本，为高斯核带宽，且； 分类器决策模式选择为OvR模式处理四分类问题，即构建4个SVM分类器，投票输出最终识别结果； 所述决策模块用以将多个指令信息进行融合并转化为最终的轮椅控制指令，并输出控制指令至轮椅。

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大连民族大学，其通讯地址为：116000 辽宁省大连市金州新区辽河西路18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。