基于人體表面肌電信號（sEMG）特征識別的生機(jī)電一體化打字系統(tǒng)

朱顯暉 任昊田 北京師范大學(xué)附屬實(shí)驗(yàn)中學(xué) 高二年級 （指導(dǎo)教師：北京理工大學(xué) 湯戎昱 北京師范大學(xué)附屬實(shí)驗(yàn)中學(xué) 遲蕊）

1 引言

1.1 研究背景

目前，對于除語言中樞受損外的語言障礙患者的福利措施已經(jīng)較為齊全。手語的使用也在慢慢普及。但是，有患者的語言障礙的病因是帕金森綜合癥，肌萎縮側(cè)索硬化即漸凍癥等疾病，或是他們是老年人。此情況下，要求該類患者與正常人使用手語交流或用電子產(chǎn)品，紙張等打字、寫字就是一件不可能的事情了，就像霍金遇到的情況一樣。在這樣的社會背景下，怎樣找到一種可以解決該類病因引起的除全身肌肉萎縮外的語言障礙的通式，完善社會對于弱勢群體的關(guān)愛措施，不丟下任何一個患者一直是一件待解決的要事。

1.2 研究動機(jī)

我的姨奶奶是一名糖尿病患者。常年的糖尿病使其喉及聲帶血管舒縮機(jī)能發(fā)生紊亂，導(dǎo)致聲帶粘膜組織增生而變啞。這樣說來，我見證了一個正常人是如何變成一個語言障礙者的。

每當(dāng)我到姨奶奶家時，都能看到她熱情地打著手勢詢問我的近況，但每次都需要她重復(fù)多遍我才能了解到所表達(dá)的大體意思。對于賽博朋克很感興趣的我也一直想象著是否能運(yùn)用人機(jī)交互的方式來解決這個問題來了結(jié)我心中這樣的一個心結(jié)。后來在2017年的3月份，我有幸進(jìn)入北理工進(jìn)行學(xué)習(xí)研究。在參觀了北理工的各研究所和與教授交流中，一個關(guān)于仿生義肢的課題在我眼中展現(xiàn)。我毫不猶豫地想到也許語言障礙的難題也可以利用類似仿生義肢的機(jī)制，即腦機(jī)接口的方法來解決。

腦機(jī)接口是賽博格技術(shù)的一種主要表現(xiàn)形式。“賽博格”(也有譯“半機(jī)械人，電子人”) 被定義為人依據(jù)和運(yùn)用一定的科學(xué)技術(shù)，即包括電腦對人的身體性能、機(jī)能進(jìn)行的控制與改造——例如安裝了假肢、假牙、心臟起搏器，就可使其獲得或者增強(qiáng)身體的某些功能。假如我們運(yùn)用更先進(jìn)的電子、生物技術(shù)，則有可能超越自然人體，造成在性能更加強(qiáng)大的新型人體。因此，凡是在原身體裝有假肢、假牙、植入心臟起搏器或者某種芯片等等類似的人，也就可稱之為是“賽博格”。

2005年，日本NHK電視臺拍攝了一部紀(jì)錄片《 前線報(bào)告：改變?nèi)祟惖馁惒└窦夹g(shù)》來介紹了當(dāng)今世界賽博格技術(shù)的發(fā)展情況，例如：一名美國田納西州的男子，在觸電事故失去了上肢，但他被安裝上一種靈活度較高的機(jī)械義肢，這使得他又回到了正常人的生活；一個完全失明的加拿大男子運(yùn)用攝影機(jī)拍攝的映像，通過腦機(jī)接口的方式直接傳輸至腦，重見光明。這個紀(jì)錄片展示了“賽博格”技術(shù)在各領(lǐng)域的應(yīng)用。 新的科技成果則是美國軍方“外骨骼裝甲”研究項(xiàng)目。美國陸軍研究發(fā)展部、國防部高級研究計(jì)劃署自2000年就發(fā)布了各種不同資金投入計(jì)劃，用于人類外骨骼軍事研究項(xiàng)目，期望研制出適合未來單兵作戰(zhàn)的動力外骨骼裝甲。

現(xiàn)實(shí)生活中裝備有肌肉電信號控制的原型仿生手臂的一名“半機(jī)械人”

圖 1-1

狹義的腦機(jī)接口僅僅指人或動物腦（或者腦細(xì)胞的培養(yǎng)物）與外部設(shè)備間建立的直接連接通路。目前 主流的實(shí)現(xiàn)腦機(jī)接口的方式是通過運(yùn)動想象的方式對外接的大腦進(jìn)行控制，借此我查閱了一些文件并且上了China NueroSchool，在擁有一定量的知識儲備后我購買了 OpenBCI的元件開始進(jìn)行研究。我想的是通過在腦海中構(gòu)造白底黑字的字母圖片來采集其腦電信號與字母相對應(yīng)?？墒俏液雎粤嗽y量的局限性，即八通道的極線無法捕捉到這樣細(xì)微的腦電信號的變化。這就到達(dá)了中期研究，既然狹義的腦機(jī)接口行不通，那么就試試廣義的腦機(jī)接口——肌電控制接口。當(dāng)我通過控制自己的肌肉而非大腦使顯示屏上的時間序列信號進(jìn)行規(guī)則的跳動時，我看到的便是長和短的信號組合，二戰(zhàn)后就不再使用的摩爾斯電碼此時自然而然地出現(xiàn)在我的腦海中。將這些跳動的肌電信號與摩爾斯電碼的短和橫一一對應(yīng)就是解決語言障礙問題的通式啊。在恍然大悟到這個信息后，我急忙上網(wǎng)進(jìn)行查新，瀏覽中國知網(wǎng)等后發(fā)現(xiàn)國內(nèi)并沒有類似的研究。在外網(wǎng)看到了一個類似的設(shè)想，但是其一，該設(shè)想缺少必要的細(xì)節(jié)而且并非用于打字。其二，該設(shè)想是單端口采集數(shù)據(jù)，導(dǎo)致功能數(shù)量受限，且系統(tǒng)響應(yīng)速度慢。其三，這個設(shè)計(jì)只能用于下巴的肌電信號采集，而非任何肌肉的肌電信號采集。此外，該系統(tǒng)沒有人性化的校準(zhǔn)功能，需要大量訓(xùn)練才能適應(yīng)該系統(tǒng)，不人性化，他是機(jī)器適應(yīng)人。于是，我認(rèn)為我的想法具有開拓性，創(chuàng)新性，實(shí)用性和普適性，并與北理工研究肌電信號的湯戎昱教授的進(jìn)行溝通并確定開始了我的研究課題。

2017年9月份，我們已經(jīng)做到了sEMG和英文字母間的轉(zhuǎn)換。這個時候我們開始打算升級系統(tǒng)，既然國際通用語言英文的系統(tǒng)已經(jīng)做出來了，就應(yīng)該開始做中文的了。這就到了后期研究，我們開始加入拼音聲調(diào)的選項(xiàng)和音頻，使該產(chǎn)品變得更加人性化。

經(jīng)過學(xué)習(xí)和探究，我運(yùn)用OpenBCI的開發(fā)版來設(shè)計(jì)和制作我的基于sEMG特征識別的生機(jī)電一體化打字系統(tǒng)。希望這樣能幫助更多的像我姨奶奶一樣的語言障礙者融合到社會的正常交流之中。

2 研究內(nèi)容

2.1 研究目的及流程

2.2 研究意義

結(jié)合類似患漸凍癥的語言障礙者的表達(dá)需要，設(shè)計(jì)構(gòu)造了基于sEMG特征識別的生機(jī)電一體化打字系統(tǒng)，幫助他們清晰地表達(dá)出內(nèi)心的觀點(diǎn)，找到一種解決除由于全身肌肉萎縮外造成的語言障礙問題的通式，完善對于弱勢群體的關(guān)愛措施，堅(jiān)持不丟下一個患者的思想，推動賽博格學(xué)科的發(fā)展，加速人們進(jìn)入后人類時代的步伐。

2.3 技術(shù)方案

2.3.1 平臺搭建

本系統(tǒng)基于x64平臺搭建。硬件方面采用了內(nèi)置 i3-3217U的64 位筆記本電腦進(jìn)行調(diào)試。

采集數(shù)據(jù)的單片機(jī)采用OpenBCI公司的Ultracortex Mark III自帶單片機(jī)CYTON BOARD。該設(shè)備還配有5根的鍍金碗型電極，配合和與電腦相連接的USB Dongle用來與單片機(jī)進(jìn)行sEMG的采集和藍(lán)牙數(shù)據(jù)傳輸。其適用范圍在空曠地段0到10米之間。圖2-2展示了CYTON

BOARD的各項(xiàng)參數(shù)。

圖 2- 2 CYTON BOARD 各項(xiàng)參數(shù)

在開發(fā)工具方面，使用了Processing 2.2.1進(jìn)行算法編寫和測試。Processing是一種具有革命前瞻性的新興計(jì)算機(jī)語言，它的概念是在電子藝術(shù)的環(huán)境下介紹程序語言，并將電子藝術(shù)的概念介紹給程序設(shè)計(jì)師。它是 Java 語言的延伸，并支持許多現(xiàn)有的 Java 語言架構(gòu)。不過其在語法上簡易許多，并具有許多貼心及人性化的設(shè)計(jì)。Processing 可以在 Windows、MAC OS X、MAC OS 9 、Linux等操作系統(tǒng)上使用。本系統(tǒng)主要應(yīng)用Processing來對數(shù)據(jù)進(jìn)行實(shí)時采集，設(shè)置閾值和跟蹤分類等一系列操作。

2.3.2 系統(tǒng)框架概述

圖 2- 3 系統(tǒng)框架示意圖

如圖2-3所示，整體打字系統(tǒng)由個人電腦，顯示界面，揚(yáng)聲器三部分組成。其中由單片機(jī)和USB連接用戶和個人計(jì)算機(jī)。單片機(jī)把用戶的sEMG輸入進(jìn)計(jì)算機(jī)。計(jì)算機(jī)進(jìn)行sEMG的分析并進(jìn)行數(shù)據(jù)處理，下一步將處理好的數(shù)據(jù)反饋給操作系統(tǒng)和揚(yáng)聲器。

2.3.4 算法流程示意圖

2.4 算法的設(shè)計(jì)與實(shí)現(xiàn)

2.4.1 輸入數(shù)據(jù)

sEMG數(shù)據(jù)的采集是靠三個負(fù)責(zé)采集sEMG的端口完成的。n2p端口負(fù)責(zé)采集表示英文字符的二階摩爾斯電碼（基于參照ASCII標(biāo)準(zhǔn)的摩爾斯電碼的改進(jìn)）的信號，n4p端口負(fù)責(zé)空格

（.）和刪除(—)的數(shù)據(jù)采集，n6p端口采集確定功能的數(shù)據(jù)；n4p和n6p端口同時采集為回車鍵功能的數(shù)據(jù)。中文系統(tǒng)同理。使用者可以中途暫停數(shù)據(jù)的采集，并隨時重新開始，繼續(xù)采集。另外我們對于實(shí)時的數(shù)據(jù)采集選取頻段為44hz的sEMG的振幅，因?yàn)檫@一頻段 具有識別度。

2.4.2 處理數(shù)據(jù)

2.4.2.1 校準(zhǔn)系統(tǒng)

校準(zhǔn)系統(tǒng)采用的是學(xué)習(xí)式校準(zhǔn)，程序會指導(dǎo)使用者進(jìn)行一系列動作，并記錄采集的數(shù)據(jù)，然后根據(jù)數(shù)據(jù)不斷調(diào)整閾值數(shù)值，判斷數(shù)值是否合理，當(dāng)數(shù)值滿足一定情況，則會保存該數(shù)值為使用者的閾值，以此降低錯誤率，適應(yīng)不同的使用者。

其中，校準(zhǔn)部分的迭代算法是先定義一個變量uv，之后根據(jù)使用者校準(zhǔn) “.” 的輸入時的數(shù)據(jù)的 高值對這個變量進(jìn)行賦值，之后對該變量進(jìn)行二分或增加0.1，直到uv的值符合要求。之后，測試uv在使用者校準(zhǔn)“-”的輸入時的數(shù)據(jù)中是否滿足要求，若滿足，將uv作為該使用者閾值；若不滿足，則對uv繼續(xù)進(jìn)行二分或增加0.1，直到滿足要求。

如圖2-5，該時間序列信號的橫軸是時間，縱軸是振幅。黃色線為根據(jù)使用者校準(zhǔn) “.” 的輸入時的數(shù)據(jù)得到的 uv 值，當(dāng)這個值在使用者校準(zhǔn)“-”的輸入時的數(shù)據(jù)中不滿足要求時，會進(jìn)行二次迭代，終得到了滿足要求的值，即紅色線，閾值。

圖 2 - 5 迭代法說明圖

部分代碼如下：

2.4.2.2 sEMG與二階摩爾斯電碼的變換程序會接收n2p端口輸入的sEMG數(shù)據(jù)，當(dāng)使用者激活n6p端口的確定時，程序會找到與使用者sEMG對應(yīng)的二階摩爾斯電碼值并在窗口文本框中輸出該二階摩爾斯電碼；當(dāng)使用者激活n4p端口或同時激活n4p和n6p端口，并（再次）激活n6p端口的確定時，程序會進(jìn)行相應(yīng)的操作。

部分代碼如下：

我們把該變換命名為ZR變換。

2.4.2.3 二階摩爾斯電碼與字符的變換

表1：二階摩爾斯電碼

*回車：N4P先按，N6P后按，同時N4P不松。然后便可先松N4P，再松N6P觸發(fā)回車功能。

部分代碼如下：

2.4.3 輸出數(shù)據(jù)

2.4.3.1 英文的顯示

使用者輸入的二階摩爾斯電碼數(shù)據(jù)會在一個較小的文本框中顯示；使用者輸入的文字會在較大的文本框中輸出，如圖2-6所示。

圖 2 - 6 操作界面

2.4.3.2 中文的發(fā)聲

同上。此外，每次使用者輸入句號時，程序會將句子中每個字的發(fā)音按順序播放出來，

即“讀”句子。

2.4.4 數(shù)據(jù)存儲

使用者在輸入過程中或輸入完畢時都可以將輸入的文本內(nèi)容保存為本地txt文件，以供

隨時查閱。

部分代碼如下：

3 測試與分析

本研究選用了x64平臺進(jìn)行性能測試和誤差分析。具體采用了Intel CoreTM i3-3217U 處理器（主頻 3.4GHz)，擁有4GB內(nèi)存，運(yùn)行Windows 8操作系統(tǒng)。sEMG采集系統(tǒng)運(yùn)用

OpenBCI CYTONBOARD。

3.1 數(shù)據(jù)采集準(zhǔn)確率

在誤差分析中，在同樣的測試環(huán)境下收到了來自5名測試對象的5組樣本數(shù)據(jù)。

此處的數(shù)據(jù)采集準(zhǔn)確率是指在所有的從自由的肌肉運(yùn)動采集到的數(shù)據(jù)中，采集到的有效 sEMG 所占的百分比。我們使測試者通過運(yùn)動自己的肌肉來打出 N 的二階摩爾斯電碼表示形式，這樣我們就得到每個人的30組時間序列信號。OpenBCI的源程序使我們能夠?qū)r域圖通過短時傅里葉變換來變換為頻域圖。在頻域圖中，我們能清晰地看到sEMG在各頻段的振幅。

圖3-1 某名受試者的一組sEMG的時間序列信號（即時域圖）

圖3-2 時間序列信號經(jīng)過短時傅里葉變換的頻域圖

我們在窗口中對于采集到的sEMG進(jìn)行實(shí)時監(jiān)控。將各類采集準(zhǔn)確率匯總到表2。

表2：5組樣本的數(shù)據(jù)采集準(zhǔn)確率

可以看出，“短”與“長”的準(zhǔn)確率是十分可觀的，這說明單電碼的輸入是較為準(zhǔn)確的，這從側(cè)面驗(yàn)證了迭代算法尋找合適閾值的準(zhǔn)確性，但仍然需要優(yōu)化使其準(zhǔn)確率提升。但綜合采集率僅僅達(dá)到94.8%，盡管該準(zhǔn)確率也較為可觀，但比起其他的采集準(zhǔn)確率來講是稍差一些的。經(jīng)過綜合考慮，我們認(rèn)為該采集率較低的原因主要一是采集設(shè)備的不夠精密---在采集期間，數(shù)據(jù)的更新仍然存在一些延遲，這導(dǎo)致較快的單電碼間的變換會出現(xiàn)錯誤。另外一個原因是某些人體表面肌肉的肌電信號不夠穩(wěn)定。解決方法是尋找更加精密的采集設(shè)備以及規(guī)

定一個更加合理的運(yùn)動周期。ZR變換的準(zhǔn)確率高達(dá)100%，也就是說算法是十分準(zhǔn)確可靠的。

3.2 系統(tǒng)響應(yīng)速度

對于一套交互系統(tǒng)來說，相應(yīng)的速度的快慢直接影響著用戶體驗(yàn)的好壞。通常情況下程序輸出的速度越快，用戶體驗(yàn)就越理想。

本程序的初始化速度為大約20秒，校準(zhǔn)過程大約60秒，輸入單個二階摩爾斯電碼平均用時4秒（包括“長”和“短”的輸入），輸入字符過程中平均單個字符用時20秒。打字前的程序預(yù)備時間總計(jì)約80秒。

如此看來，該程序的初始化速度比起其他軟件的初始化速度來講是適中的。平均來講，輸入字符的速度也較為適中，但是一個嫻熟的系統(tǒng)使用者可以達(dá)到更快的速度。

4 結(jié)論、創(chuàng)新點(diǎn)與展望

本項(xiàng)目主要研究了基于sEMG特征識別的生機(jī)電一體化打字系統(tǒng)，并搭建了初始平臺來為該系統(tǒng)日后的應(yīng)用打下基礎(chǔ)。通過對相關(guān)技術(shù)的研究和評估，現(xiàn)得出以下結(jié)論：

(1)初步形成了sEMG與二階摩爾斯電碼間的變換，我們稱之為ZR變換。

(2)該系統(tǒng)理論上能夠基于人體皮膚表面任何一塊肌肉進(jìn)行數(shù)據(jù)的采集和分析，具有普適性的采集和分析能力。

（3）整體系統(tǒng)為未來進(jìn)一步開發(fā)腦機(jī)接口相關(guān)軟件提供了一種通法即ZR變換，留下了廣闊的拓展空間。

（4）消除了由于簡單的肢體擺動而錯誤發(fā)出信息的可能性，因?yàn)楸狙芯恳蟮募∪膺\(yùn)動是一種更加刻意的主觀選擇。

相比已有的類似研究，本系統(tǒng)具有如下創(chuàng)新點(diǎn)：

（1）找到一種新型的解決類似漸凍癥患者的語言障礙問題的方法，并同樣適用于其他類型語言障礙者。

（2）發(fā)明一種摩爾斯電碼在戰(zhàn)后的新的用法并且豐富改善了摩爾斯電碼的表達(dá)方式。

（3）國內(nèi)第一款類似的程序，并且首次加入了聲調(diào)的功能來支持中文的輸入輸出。

（4）便攜性好，硬件僅使用OpenBCI公司的單片機(jī)，而與主機(jī)間的數(shù)據(jù)傳輸全部用藍(lán)牙成。

（5）更容易上手，該系統(tǒng)能夠使用戶更易理解這種高端的技術(shù)并且甚至可以根據(jù)自己的喜好 diy自己希望完成的指令。

目前，基于sEMG特征識別的生機(jī)電一體化打字系統(tǒng)雖然實(shí)現(xiàn)了ZR變換，能采集分析任何一塊肌肉的電信號，為未來腦機(jī)接口的軟件留下了廣泛的空間但仍然存在一些缺陷。其一是算法方面仍然可以優(yōu)化來使整個程序的延遲降低。其二是還未完全將電腦上的開放環(huán)境及程序轉(zhuǎn)移至更加輕小的手機(jī)app上。未來的工作將主要集中于對開發(fā)環(huán)境及程序優(yōu)化算法和友好化操作系統(tǒng)和界面并且向手機(jī)平臺發(fā)展。另外我們還考慮到既然語言障礙者可以向外輸出希望傳達(dá)的信息，那么同樣可以使聽力障礙者對內(nèi)接受外界所傳達(dá)的信息。于是接下來的另一個支線任務(wù)就是逆向構(gòu)造一個接收系統(tǒng)來解決聽力障礙者與普通人的溝通問題，即一個聽聲系統(tǒng)。

5 應(yīng)用

這種通過該打字系統(tǒng)不僅可以解決漸凍癥類患者的說話問題，以及其他語言障礙者與普通人交談效率極低的尷尬問題以及也同樣可以作為肌肉指令而具有更廣闊的市場空間和應(yīng)用范圍。然而市面上同類產(chǎn)品少之又少，或是因?yàn)楸旧硭淼哪X機(jī)接口技術(shù)太過高端不易理解，或是因?yàn)轭愃飘a(chǎn)品的系統(tǒng)成本較高，或是因?yàn)檎莆詹倏仡愃飘a(chǎn)品需要用戶完成一定的練習(xí)，該類腦機(jī)接口產(chǎn)品并未真正進(jìn)入人們的視野。而本項(xiàng)目所研究的系統(tǒng)特點(diǎn)就在于外行人易上手（容易理解和使用），系統(tǒng)成本低，可以作為開源程序來使用戶自行DIY，同時又實(shí)現(xiàn)了人體利用自身的肌肉運(yùn)動對外部機(jī)械的直接控制。因此，該系統(tǒng)具有很高的普適性，可以適用于多種情況。以下對幾處可能的應(yīng)用場景進(jìn)行具體介紹。

場景1: 殘障人士的打字系統(tǒng)

對于非語言中樞受損導(dǎo)致的語言障礙者，他們將學(xué)習(xí)更為簡單的二階摩爾斯電碼來代替學(xué)習(xí)手語。佩戴該設(shè)備后，一個能夠嫻熟使用二階摩爾斯電碼的該類障礙者可以通過運(yùn)動自己的肌肉來使隨身攜帶的揚(yáng)聲器發(fā)出普通人說話時表達(dá)的語言。這使得溝通時更加高效。例如一名類似霍金一樣的漸凍癥患者能夠利用該系統(tǒng)清晰地表達(dá)出自己的觀點(diǎn)。對于失去四肢的殘疾人士，比起使用活動十分不靈活的義肢，該系統(tǒng)可以幫助這類殘疾人找到一種更靈活的，利用肌肉運(yùn)動完成既定目標(biāo)的方式。例如一名失去上肢的殘疾人本是一位網(wǎng)絡(luò)小說家，此時他仍然需要繼續(xù)進(jìn)行創(chuàng)作，在短期內(nèi)他便可以使用這套打字系統(tǒng)來繼續(xù)網(wǎng)絡(luò)創(chuàng)作。

場景2: 康復(fù)訓(xùn)練

對于神經(jīng)系統(tǒng)疾病，尤其是肌肉疾病來說，該系統(tǒng)可以是一個十分有效的康復(fù)工具。醫(yī)師可以通過鼓勵患者在顯示屏上打印不同單詞來訓(xùn)練并且監(jiān)控肌肉的靈活性。對于一些手術(shù)康復(fù)或肌肉拉傷，醫(yī)師也同樣可以利用該方法對患者進(jìn)行康復(fù)訓(xùn)練和實(shí)時監(jiān)控。

場景3: 物聯(lián)網(wǎng)的指令系統(tǒng)

物聯(lián)網(wǎng)的時代正在飛速發(fā)展，但是通過人類的直接活動控制物物相連的機(jī)制還未進(jìn)入我們的視野。然而通過該打字系統(tǒng)，用戶可以使不同的肌肉運(yùn)動方式所對應(yīng)的二階摩爾斯電碼

對應(yīng)不同的指令，這是該打字系統(tǒng)思路的一個推廣。例如，一早上起來用戶想要喝一杯咖啡，這時他就可以去運(yùn)動肌肉輸出字母A對應(yīng)的數(shù)據(jù)。當(dāng)物聯(lián)網(wǎng)接收到A的數(shù)據(jù)后，便會給予咖啡機(jī)指令。這樣就能通過直接的人體活動隔空做一杯咖啡了。

6 致謝

感謝北京理工大學(xué)的湯戎昱教授在研究過程中對我的關(guān)心和指導(dǎo)，感謝北京師范大學(xué)附屬實(shí)驗(yàn)中學(xué)的遲蕊老師對我論文寫作提供的幫助。感謝家長對我的支持和鼓勵。感謝北京師范大學(xué)附屬實(shí)驗(yàn)中學(xué)和北京青少年后備人才計(jì)劃為我提供了研究的機(jī)會。

[1]《Java 從入門到精通（實(shí)例版）》，明日科技，清華大學(xué)出版社

[2]佟麗娜，侯增廣，彭 亮，王衛(wèi)群，陳翼雄，譚民《基于多路 sEMG 時序分析的人體運(yùn)動模式識別方法 》

[3]范淵杰《基于sEMG與交互力等多源信號融合的下肢外骨骼康復(fù)機(jī)器人及其臨床實(shí)驗(yàn)研究》

[4]王樂軍， 陸愛云， 龔銘新， 毋江波， 董菲， 張磊《sEMG指標(biāo)監(jiān)測快速點(diǎn)擊鼠標(biāo)致指伸肌疲勞的適用性評價(jià)研究》

[5]侯媛媛 《基于摩爾斯碼的聲韻母漢語語音識別皮膚聽聲器的研究》

[6]李建文，侯媛媛，李江紅 《五通道異步摩爾斯編碼皮膚聽聲的研究》

[7]王琨，李小生，宋姌，富仁杰，郭曉慧 《肌電圖(EMG)在運(yùn)動生物力學(xué)研究中的應(yīng)用》

[8]烏薩馬（Usama Jasim Naeem）； 《根據(jù)肌電圖（EMG）信號評估人手臂肌肉力和肌肉疲勞的人工智能方法》

[9]唐鎮(zhèn)堯 《EP/EMG系統(tǒng)設(shè)計(jì)及聽覺誘發(fā)電位信號提取算法研究》

[10]何樂生，倪海燕，宋愛國 《一種便攜式肌電信號(EMG)提取方法及其電路實(shí)現(xiàn)》

[11]席旭剛，武昊，左靜，羅志增 《基于sEMG與足底壓力信號融合的跌倒檢測研究》

[12]趙佳佳，馬駿 《基于sEMG的靜態(tài)坐姿肩部斜方肌疲勞研究》

[13]許佳佳，姚曉東 《基于EMG信號的無聲語音識別應(yīng)用及實(shí)現(xiàn)》

[14]Mikhail A. Lebedev, Andrew J. Tate, Timothy L. Hanson,Zheng Li, Joseph E.O’Doherty, Jesse A. Winans, Peter J. Ifft, Katie Z. Zhuang,Nathan A. Fitzsimmons,David A. Schwarz, Andrew M. Fuller, Je Hi An, Miguel A. L.Nicolelis《Future developments in brain-machine interface research》

[15]Hae-Jeong Park, Sung-Hoon Kwon, Hee-Chan Kim, Kwang-Suk Park《adaptive EMG-driven communication for the disability》

[16]https://baike.baidu.com/item/cyborg/4153498?fr=aladdin 百度百科

[17]http://www.15yan.com/story/7RA9y1tTzmM/ 子非魚

附件：研究過程照片