苏州昀感智能科技有限公司

本发明提供一种表面肌电信号识别方法、模型训练方法及系统，该方法包括：通过包含多个二维时频谱图的训练样本集对初始表面肌电信号识别模型进行训练，局部调整提取模块进行局部时频特征提取并通过特征序列重构模块转换和空间位置编码模块叠加空间偏置，输入时空上下文建模模块输出全局时空融合特征序列，最终通过多任务并行输出模块输出动作类别预测值、关节状态预测值和肌肉疲劳指数预测值，与标签的偏差构建融合损失函数对初始表面肌电信号识别模型进行参数更新获得表面肌电信号识别模型；能够实现表面肌电信号识别的稳定性和准确性并实时反馈肌肉状态。