李自由
- 作品数：14 被引量：50H指数：5
- 供职机构：中国科学院沈阳自动化研究所更多>>
- 发文基金：国家自然科学基金中国博士后科学基金国家高技术研究发展计划更多>>
- 相关领域：医药卫生自动化与计算机技术电子电信更多>>
- 一种欠驱动轻质仿人五指灵巧手
- 本发明属于仿生机器人技术领域，具体地说是一种欠驱动轻质仿人五指灵巧手。包括：手掌；五指，包括通过固定座依次安装在手掌上的拇指、食指、中指、无名指及小指；五个手指屈伸驱动机构，分别安装在五个固定座上，分别用于对个手指的屈伸...
- 韩建达赵新刚赵小欢李自由林光模赵明
- 文献传递
- 透刺治疗面神经麻痹对生物肌电信号影响及针刺作用的量化表达被引量：8
- 2016年
- 目的:观察针刺治疗面神经麻痹的临床疗效和针刺对生物电信号影响。方法:将60例面神经麻痹的患者随机分为治疗组30例和对照组30例。治疗组采用四针八穴透刺法,对照组采用普通针刺法,两组分别都用House-Brachmann面神经功能分级标准和针刺前后、疗程前后的生物电信号的中心距数值评定疗效。结果:两组患者治疗后功能分级和生物电信号均有提高,透刺组优于对照组。生物电信号量化反应出针刺产生的疗效。结论:量化了针刺是一种有效的治疗方法。
- 赵钧吴爽刘川丁其川李自由
- 关键词：透刺疗法面神经麻痹
- 一种表面肌电信号手势识别方法
- 本发明涉及一种表面肌电信号手势识别方法，采集不同手部动作下的肌电数据，根据特征函数对肌电数据进行特征提取，形成样本空间；构建极坐标系，并将肌电信号的样本点绘制在所构建的极坐标系内；利用矢量叠加方法计算当前手部动作下的活跃...
- 赵新刚徐壮王丰焱李自由
- 文献传递
- 基于表面肌电的意图识别方法在非理想条件下的研究进展被引量：15
- 2021年
- 在基于表面肌电信号(Surface electromyography,sEMG)的意图识别研究领域,目前大多数的研究主要集中在提高肌电识别的准确性方面.然而,在实际应用中,基于sEMG识别的交互系统往往受到诸多非理想因素干扰,肌电识别的准确性大大降低.本文主要关注在非理想条件下肌电识别的鲁棒性研究,首先详细归纳了肌电识别方法受到的非理想干扰因素(如电极偏移、个体性差异、肌肉疲劳、肢体姿态或其他综合性干扰),总结了当前研究的抗干扰方法;随后讨论了非理想干扰因素研究现状中的主要问题;最后在构建肌电数据集、探索深度学习和迁移学习以及肌电分解研究等方面,对未来的关键技术进行了展望.
- 李自由赵新刚赵新刚丁其川张道辉韩建达
- 关键词：模式识别
- 适用不同Brunnstrom等级患者基于表面肌电信号的动作识别方法被引量：6
- 2020年
- 针对不同患病程度的脑卒中患者运动意图识别率低的问题,提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号(sEMG)的动作识别方法.首先将所有等级患者s EMG数据进行融合,使用tsfresh库提取特征,然后基于随机森林(random forest,RF)模型筛选特征,并利用筛选的特征训练动作分类模型.进一步,通过研究动作和康复等级的关系,确定了康复评估动作并设计了康复等级自动评估算法.为了验证所提方法的有效性,在24例患者sEMG数据上进行了测试,实验结果表明所提方法能够将9种动作和6类康复等级的平均识别精度分别提升至89.81%和94%.基于所提方法构建的手部康复机器人系统能够实现康复等级自动评估.
- 王丰焱张道辉李自由李自由
- 关键词：脑卒中患者模式识别
- 一种柔性驱动的手部康复设备及其反馈控制电路
- 本发明涉及一种柔性驱动的手部康复设备及其反馈控制电路，包括支座和与支座连接的掌骨板，外骨骼机构固定连接掌骨板且与手指各指节位置对应，手指柔性驱动机构固定连接于掌骨板，外骨骼机构连接手指柔性驱动机构。本发明适用于手部功能受...
- 韩建达赵新刚赵明赵瑜林光模李自由
- 文献传递
- 一种表面肌电信号手势识别方法
- 本发明涉及一种表面肌电信号手势识别方法，采集不同手部动作下的肌电数据，根据特征函数对肌电数据进行特征提取，形成样本空间；构建极坐标系，并将肌电信号的样本点绘制在所构建的极坐标系内；利用矢量叠加方法计算当前手部动作下的活跃...
- 赵新刚徐壮王丰焱李自由
- 文献传递
- 一种基于梯度提升树的肌电信号最优通道选择方法被引量：1
- 2020年
- 针对肌电识别中粘贴较多的电极引起的通道冗余问题,提出了一种基于梯度提升树(Gradient Boosting Decision Tree,GBDT)模型的最优通道组合选择方法.首先,手动提取每个通道肌电信号常用的5个特征,然后利用GBDT模型生成隐含的新特征.其次,对所有通道组合下的原始特征和新特征进行组合并训练另外的GBDT模型,用于预测每种组合的动作识别率.最后,选择出最优的通道组合用于在线控制实验.实验结果表明,最优的通道组合具有较高的离线识别率和在线控制精度,能实现对机器手准确实时的控制.使用肌电识别系统多次进行在线控制实验时,选择最优的通道组合可以减少电极的粘贴数量,减少多余通道带来的信息冗余和干扰,从而提高系统的实用性和鲁棒性.
- 马乐乐马乐乐赵新刚张道辉李自由
- 关键词：肌电信号
- 基于Myo旋转偏移估计与自适应校正的手势识别方法被引量：5
- 2020年
- 在基于表面肌电信号(Surface electromyography,sEMG)的手势识别系统中,针对Myo环形电极多次实验间旋转位置不同导致的识别精度降低问题,提出了一种基于极坐标系的电极位置偏移估计与自适应校正的识别方法.该方法首先建立相对于环形肌电传感器的极坐标系,提出了极坐标系下活跃极角(Activation polar angle,APA),用于估计实验中传感器相对于初始位置的横向旋转偏移角度;进而建立基于偏移角度的线性变换模型,在肌电信号特征空间内,对电极偏移位置下的样本进行自适应校正.在8种常用手势识别应用中,设计了两种实验范式:利用传感器各通道数据循环平移模拟电极横向旋转偏移实验和肌电传感器在小臂肌肉上的真实旋转偏移实验.结果均表明所提出方法的识别精度远高于未进行校正的模型识别精度.因此,所提出的电极偏移估计与自适应校正识别方法,不仅有效提高了表面肌电交互系统识别的鲁棒性,也降低了使用者在多次使用时训练成本与学习负担.
- 李自由王丰焱赵新刚赵新刚张道辉韩建达
- 关键词：表面肌电信号模式识别
- 基于自更新混合分类模型的肌电运动识别方法被引量：11
- 2019年
- 传统基于肌电(Electromyography, EMG)的运动识别方法多是利用训练后的固定参数模型,分类已预先定义的有限个目标动作,但对肌肉疲劳导致的肌电变化,以及未定义的外部动作等干扰因素无能为力.针对这一问题,提出一种自更新混合分类模型(Self-update hybrid classification model, SUHC),该模型融合了用于排除外部动作干扰的一类支持向量机(Support vector machine, SVM),以及用于分类目标动作数据的多类线性判别分析(Linear discriminant analysis, LDA),并引入自更新机制以对抗肌电时变性干扰.通过手部动作识别实验验证提出方法的效果,在肌电大幅变化干扰下, SUHC的目标动作识别精度达到89%,对比传统的支持向量机、多层感知器(Multiple layer perceptron, MLP)和核线性判别分析(Kernel LDA, KLDA),提高了约18%,并且SUHC具备排除外部动作干扰能力,排除精度高达93%.
- 丁其川赵新刚李自由韩建达
- 关键词：表面肌电肌肉疲劳
