识别精度90%
融合表面肌电与心电信号，基于Inception-Sim模型的上肢运动模式识别方法，提升多关节上肢外骨骼康复训练的识别准确率与迭代速度。
Wang W. · Zhao, Chengzhi · 李鑫 · Zhang, Zhiqiang · 袁小庆 · Li, Hanhao
IEEE Transactions on Instrumentation and Measurement 2023
融合sEMG与ECG多模态信息，并利用GASF/GADF-HOG图像表征，使所有参与者各运动模式的识别准确率最高达到90%，优于对比模型。
提出的Inception-Sim模型平均迭代速度比对照模型提升约21%，可加快训练与推理过程。
结合sEMG与ECG两种生理信号，比单一信号源提供更全面的运动信息，增强识别稳定性。