基于自适应多尺度双流特征融合的肌电信号手势识别方法

本发明公开了基于自适应多尺度双流特征融合的肌电信号手势识别方法，涉及人体生理信号解码技术领域。本发明为了能够充分利用sEMG中的模态信息，在设计网络时，设计了双流架构对时序特征和频域特征进行并行处理，充分利用了sEMG信号的多维度信息，时序特征处理模块负责捕捉信号的时间动态，确保算法在识别快速动作或短时间变化时具备敏捷的响应能力，频域特征处理模块聚焦于信号的频域特征，通过自适应特征融合模块选择适当的频率段，从而提取不同频段中反映的肌肉生理特征，这种结构使得算法不仅能够有效应对个体间的肌电信号差异，还能从频域信息中提取有助于识别复杂手势的关键特征，使得手势识别的精细度和鲁棒性显著增强。