基于AFSA-SVM的手势识别方法

邓嘉,崔冰艳,张祥

(华北理工大学 机械工程学院,河北 唐山 063210)

引言

脑卒中通称中风,发病机制是脑部缺血或出血性损伤诱发。80%～90%的患者会存在手部运动功能障碍症,脑卒中患者腕部功能障碍主要表现为腕部僵硬,腕自由度的缺失[1]。根据临床调研发现,患者的主动康复训练更有助于康复[2],因此智能化上肢康复训练系统具有发展性。目前,针对sEMG分类的方法有:张龙娇等人提出一种融合卷积神经网络(CNN)和长短时记忆(LSTM)网络的神经网络[3],将MYO臂环采集到的8通道sEMG数据进行分类,实验结果表明,手势识别准确率为91.6%。江茜等人,提出一种以多通道相关性为特征的肌电手势识别方法,实验结果表明,在采集的健康受试者8种手势数据集上平均识别准确率达到94%[4]。来全宝等人为提高手势识别的准确率,提出一种基于人工鱼群算法优化的极限学习机(AFSA-ELM)分类模型,实验结果表明,AFSA-ELM分类模型对多种手势的平均识别准确率高达97.4%,比BP神经网络分类模型和未优化的ELM分类模型分别提高3.5%和1.6%[5]。Chen等人设计了一种改进的基于多策略的麻雀搜索算法(MSISSA)用于提高人体上肢运动模式识别分类[6]。结果表明,基于MSISSA算法优化的分类器准确度相对单一的分类器提升了2.835%。Karnam等人提出了一种用于sEMG分类的能量特征集合[7],其原理是将能量特征与运动力建立关系,使用NinaPro DB1 sEMG手势数据集,其中KNN分类器达到了88.8%的最高验证准确率。Jiang, XY等人使用 HD-sEMG 从20名受试者获得了35个手势分类任务的结果[8]。结果表明,使用滑动窗口和数据增强有助于提高分类精度。对于11个选定的日常常用手势的分类,支持向量机分类器使用13个特征(每个从滑动窗口中提取)的最佳组合,实现了91.9%的最高分类准确率。AlOmari, Firas等人将遗传算法(GA)和粒子群优化(PSO)2种进化算法与支持向量机(SVM)相结合,构建了一个新的模型(GAPSO-SVM)[9]。在手势分类实验中,GAPSO-SVM比SVM、LS-SVM和KNN分类模型的分类准确率更高。张杨等人采用双群粒子群优化算法改进的支持向量机(DP-PSO-SVM)构建分类识别器[10]。采用DP-PSO-SVM算法比标准粒子群SVM(PSO-SVM)算法分类识别精度提高4%,达到96.7%。

为了实现手势动作识别,该项目对基于表面肌电信号的手势识别技术进行了研究。首先对肌电信号(sEMG)进行数据分割,然后为了探索不同特征提取和不同手势的分类效果,该项研究特征提取采用积分肌电值和均方根值。最后提出了人工鱼群支持向量机分类算法(Artificial fish swarm algorithm-Support vector machines,AFSA-SVM)对sEMG信号进行运动动作分类,得到了每种特征提取方法的识别精度。

1 表面肌电信号预处理

1.1 信号去噪

sEMG是幅值仅为uV级的微电信号,它具有非线性与非平稳特点。sEMG分布在500 Hz以下的频带范围内,其中主要频率集中在10～300 Hz,核心能量集中在20～150 Hz。基于sEMG信号的特点,可知它极易受到噪声的干扰,因此在使用sEMG信号之前必须滤除其中的噪声。考虑巴特沃斯滤波器比切比雪夫滤波器具有更平滑的滤波特性,所以选用巴特沃斯滤波器去噪。使用巴特沃斯滤波器(Butter Worth FIlter)和切比雪夫滤波器,现对sEMG信号进行截止频率为10 Hz的巴特沃斯高通滤波去除低频噪声,截止频率为500Hz的巴特沃斯低通滤波去除高频噪声。该研究选择三阶巴特沃斯高通滤波器进行信号去噪。

一个N阶低通巴特沃斯滤波器频率响应的模平方公式如式(1)所示。

(1)

1.2 数据分割

在采集动作的sEMG信号时,获得的数据量较大,如果直接使用原始sEMG信号,会大大降低效率,增加计算机的负荷和计算时间,合理的数据分割十分重要。滑动窗口技术作为一种流控制技术,最早用于网络通信的数据处理。在图像处理技术的不断发展过程中,滑动窗技术在图像处理和其它一些算法的设计中得到了广泛的应用。在处理数据结构时,滑动窗口技术可被运用来处理的一维数组。sEMG信号属于时间序列的一维数据,符合使用滑动窗口技术对其进行数据分割。采用滑动窗口的方法来处理数据流,处理滑动窗口内同一时段各序列之间的关联关系,当移动一个基本窗口时,就能够对下一时刻序的数据进行处理。该项研究采用时间滑动窗口对表面肌电信号进行数据分割,时间滑动窗口[11]是指使用固定的长度窗口来包含一段时间序列数据,然后提取并计算窗口内的数据特征,其工作原理如图1所示。

图1 时间滑动窗口

图1中核心是找到合适的滑动窗口宽度(W)与滑动增量(Wd),从而达到良好的数据分割,增加数据的辨识度。为了避免使用者察觉明显的操作延时,通常肌电系统的控制周期应小于300 ms[12]。该项研究设计的表面肌电采集系统的采样频率fs=2 000 Hz,采样周期Ts=0.5 ms,所以数据窗口宽度应满足W<300/Ts=600的基本要求,所以W采集数为600。当Wd=8时,该段数据的处理时间为4 ms,且数据量较大,使特征提取和分类器处理的时间加大,并对计算机性能的要求很高,还会限制算法的复杂性,数据量过少会导致分类模型过拟合。因此,选择Wd为16、32和64对数据量的影响较小,但过大的W会使信号的细节特征被吞没,所以选择W为32、64和128。考虑计算机处理数据的机制,将滑动窗口大小限定为2的整数次幂进行验证选择。考虑窗口宽度的数据包容量与数据间隔问题,选择W=128、Wd= 64作为数据分割的参数。

2 特征提取

目前,表面肌电信号特征计算方法主要包括时域、频域、时频域和非线性动力学分析。时域特征提取通常采取均方根(Root Mean Square,RMS)、肌电积分值(Integrated EMG,iEMG)、平均绝对值(Mean Absolute Value,MAV)、过零点数(Zero Crossing,ZC)、波形长度(Waveform Length,WL)、斜率符号变化数(Slope Sign Shange,SSC)、方差(Variance,VAR)、对数特征(Log)、威尔逊赋值(Willison Amplitude,WAMP)和幅值立方均值(Amplitude Cubic Mean,ACM)等方法,为增强数据特征的可靠性,该项研究选用时域信号中的积分肌电值和均方根值。

2.1 积分肌电值

积分肌电值(Integrated EMG, iEMG)表示肌纤维的电荷活动程度[13],所有整流曲线下面积,能够体现肌电值的波动和能量熵。积分肌电值公式如(2)所示:

(2)

式中,N表示信号数。Δt表示信号点之间的时间差,xi为信号值。

以受试者2手掌伸展原始表面肌电信号为例,其积分肌电值处理结果如图2所示。

图2 积分肌电值

图2中,iEMG1_1表示1号动作手掌伸展的1号肌电传感器肌电积分值,iEMG1_2表示1号动作手掌伸展的2号肌电传感器肌电积分值。由图2可以看出,图中其中通过时域积分肌电特征提取后的2个传感器采集信号具有明显的起伏规律,具有良好的区分度。

2.2 均方根值

均方根值(Root Mean Square, RMS)与肌电信号的能量直接联系[14],它表示表面肌电信号在单位时间内的变化,可以反应肌肉的活跃程度。均方根值公式如式(3)所示。

(3)

式中,N表示信号总数;xi为信号值。

以受试者2手掌伸展原始表面肌电信号为例,其积分肌电值处理结果如图3所示。

图3 均方根值

图3中,RMS1_1表示1号动作手掌伸展的1号肌电传感器均方根值,RMS1_2表示1号动作手掌伸展的2号肌电传感器均方根值。由图3可以看出,图中其中通过时域均方根特征提取后的2个传感器采集信号具有明显的起伏规律,具有良好的区分度。

3 分类算法

3.1 人工鱼群算法

人工鱼群算法[15](Artificial Fish Swarm Algorithm,AFSA)最早是由李晓磊等人提出。其原理是模拟鱼的觅食、聚群和追尾行为,通过鱼群中每个个体的局部寻优,循循渐进从而得到全局最优值,主要内容如下:

(1)觅食行为:初始鱼的位置状态在其视野范围内随机选择另一新位置状态,若该位置判定是更接近食物,则朝该方向移动一步。否则,在其视野范围内重新随机选择另一状态位置,判断是否满足前进条件。如果仍然不能移动,则随机移动一步;

(2)聚群行为:鱼在当前位置状态,在其视野范围内搜索鱼群数目和中心位置,若位置状态较优且不太拥挤,则向中心位置移动一步,否则执行觅食行为;

(3)追尾行为:鱼在当前位置状态,在其视野范围内搜索最优的伙伴,如果最优鱼群不太拥挤,则向此方向移动一步,否则执行觅食行为。

3.2 支持向量机

支持向量机(SVM)的多分类是在二分类的基础上发展来[16],1964年前苏联学者V.N. Vapnik首次提出支持向量机,它的提出解决了在小样本中特征为非线性关系和特征维数较高等分类应用场景。SVM以结构风险最小化原则为基础,在实质上有别于传统神经网络。它改善了传统神经网络过学习的问题和收敛于局部极小值点的不足,具有全局优化、模型训练时间短、通用性能好以及适应性强等优点,因此,它被广泛应用于机器学习领域的二分类问题。支持向量机常常被用于肌电信号的模式识别,而传统的神经网络不具备支持向量机的一些优点,例如:SVM中的网络结构分类使用的支持向量由自身来决定,而传统神经网络则是不断地迭代试错;SVM即使在非大样本的条件下,也能获得全局最优的结果,然而,与之形成鲜明对比的是,传统神经网络需要更多的数据才能获得全局最优的结果;在 SVM中,支持向量的选取直接决定了最后的判决函数的求解难度,降低了因数据的维数而产生的误差。通过核函数和松弛变量将样本映射到高维空间,超平面间将空间划分为多个区域进行分类。该项研究选择高斯核(Gaussian kernel)作为核函数,其公式如式(4)所示:

(4)

式中,σ核函数参数影响着样本映射到高维空间后的分布。

4 实验结果与分析

目前获取人体肌电信号的方法一般有2种:一种是通过电极针刺入皮肤来获得肌肉的电信号,另一种是在皮肤表层放置肌电传感器电极来获取肌肉的电流变化。因此,肌电信号属于生物电信号。因为,表面肌电信号源自于表层肌肉群,所以称其为表面肌电信号。肌肉是人体的基本结构之一,它是联接骨骼和支撑器官的关键组织,肌肉通过收缩运动产生力和动作。当大脑发送肢体运动指令,神经元传递来的电信号控制肌肉纤维中的收缩机制,这些电信号会引起肌细胞中的离子产生运动,使离子不均匀,分布在细胞膜内外两侧,从而产生电场,此时使用肌电传感器可以记录肌电表面上2个电极之间的电压差,电压差大小可以用来表示该肌肉的激活程度。由神经冲动引起的肌肉电势变化被称为肌肉动作电位(MAP),其幅度、频率和持续时间与肌肉收缩的性质、强度和时序有关。肌电信号的大小和形状很大程度取决于肌电传感器电极的放置位置,也与人体的肌肉形状和尺寸有关,以及其他外界因素,如皮肤表面的水分和体毛、不同人体皮肤的电导率等。

在表面肌电信号采集实验过程中使用的设备为Delysis TrignoTM无线肌电仪,它具有16路无线传感器,可同时采集16块肌肉的肌电信号和3轴加速度。

在整个实验过程中,受试者坐在符合人体工程学的椅子上,以稳定的人体姿势进行手势动作。在实验中,采集10位受试者日常8种手势动作的表面肌电信号,受试者使用右手进行如图4所示的手腕动作,为了排除肌肉疲劳对表面肌电信号的影响,受试者在任何2个动作之间都会休息2～5 s。实验期间,实验员分别以2 s和5 s的运动周期完成至少6次同一手部运动。

图4 手部运动示意图

根据局部解剖学原理,手臂的屈伸运动主要由上臂肌肉区控制,握拳和伸肌主要由前臂肌肉群控制[17]。根据该项实验的动作,选择指浅屈肌与指伸肌作为表面肌电信号的来源,如图5所示。

图5 指浅屈肌与指伸肌位置示意图

利用AFSA对SVM径向基核函数参数(c,σ)寻优,当寻优次数达到所设的最大迭代数时,寻优终止并输出最优的(c,σ),采用交叉验证方法来证明所识别分类模型的实际识别率,随机选取70%的样本作为训练集,30%的样本作为测试集,将运行10次分类模型识别结果的平均值作为评估结果。

表1与图6为实验采集的10位受试者的8种手势的识别准确率,其中AF表示AFSA-SVM。

表1 8种手势的平均分类准确率

图6 8种手势动作平均识别率

其中,AF-iEMG表示AFSA-SVM分类器对积分肌电特征值的分类,SVM-iEMG表示SVM对积分肌电特征空间分类,AF-RMS表示AFSA-SVM分类器对均方根特征值的分类,RMS表示SVM对均方根特征值的分类。由表1和图6可知,其中手势动作下弯手掌,上弯手掌和左旋手掌具有较高的识别率,右旋手掌识别率最低。实验采集的10位受试者平均分类准确率见表2,其中AF表示AFSA-SVM。

表2 受试者的平均识别准确率

由表2可知,各受试者的平均分类准确率不同,受试者2,3和8的分类平均准确率较低,在不同受试者实验结果中,其中,相对于SVM,AFSA-SVM在手势分类的平均分类准确率上更具优势,并且相对均方根值,时域特征肌电积分值在同一分类模型中更具区分度。

5 结论

(1)iEMG特征中AFSA-SVM较SVM平均识别率提高3.92%,在RMS特征中AFSA-SVM较SVM平均识别率提高3.16%,因此使用AFSA-SVM作为分类器比SVM具有更佳的性能。

(2)通过对比2种不同的时域特征方法,使用iEMG特征的AFSA-SVM较使用RMS特征的AFSA-SVM 平均分类准确率提高了1.36%。表明时域特征iEMG相对于RMS更具区分度。

(3)在表面肌电手势分类中,以iEMG作为特征,采用AFSA-SVM分类器具有良好的性能。该方法为上肢智能康复机器人的意图识别研究提供参考,为老年中风康复的智能人机交互过程提供了一条新途径。