跨域下肢运动意图预测网络

提前 484 ms 在线预测

该网络采用卷积神经网络与参数迁移学习策略，能在运动起始前约半秒预测下肢主动运动意图，跨时间和跨受试者泛化良好，为外骨骼机器人基于意图的实时控制提供充足响应时间。

Dong, Runlin · Zhang, Xiaodong · Li, Hanzhe · Lu, Zhufeng · Li, Cunxin · Zhu, Aibin

Frontiers in Bioengineering and Biotechnology 2024

参数信息

在线预测提前时间

483.9 ± 11.9 ms

离线右腿平均预测准确率

95.23 %

离线左腿平均预测准确率

91.21 %

在线平均预测准确率

82.75 %

技术优势

跨受试者免重训

参数迁移学习使网络能利用已有受试者知识，在新受试者上无需从零训练，大幅缩短训练时间。

在线提前半秒

在线预测可在运动起始前约 483.9 ms 给出结果，为外骨骼系统留出充足响应时间。

应用场景

• 外骨骼机器人控制：以意图识别结果触发动作，替代手动或预定模式控制，实现主动式外骨骼。
• 人机交互意图识别：从脑电识别运动意图，为人机交互提供无创、预前的主观命令通道。
• 脑机接口运动控制：解码准备电位直接输出运动命令，绕过外周神经肌肉通路实现脑控。