摘要
本发明提出了一种基于长短时记忆网络结合注意力机制的肌力估计方法，旨在解决传统肌力评估方法的局限性，该方法首先通过肌电传感器和力传感器采集多通道表面肌电信号和力数据，并进行小波去噪滤波处理。随后，应用通道注意力机制为每个通道分配权重，突出关键特征。处理后的数据输入长短时记忆模型，利用其记忆能力捕捉时间序列数据中的动态变化。为了进一步优化模型性能，引入残差连接和自注意力机制，使模型更关注自身信息。而后，构建混合注意力机制模块，结合通道和空间维度的注意力，增强特征表示能力。最后，对多个受试者的训练结果进行融合，提高模型的泛化能力。本发明增强了对肌力变化趋势的预测能力，具有优秀的准确率。
