基于IMU数据的上肢动作表面EMG信号重建
机器学习
2025-11-24 v1
摘要
表面电位图（sEMG）为肌肉功能提供关键信息，但其噪声较大且获取困难。惯性测量单元（IMU）提供了稳健且可穿戴的替代方案，作为运动捕捉系统的替代品。本文利用深度学习方法从6轴 IMU 数据合成标准化 sEMG 信号。我们收集了在 1~KHz 采样率下同步记录的 sEMG 和 IMU 数据，用于各种肢体运动。基于扩散因果卷积的滑动窗口波浪网络（Sliding-Window-Wave-Net）被训练将 IMU 数据映射到 sEMG 信号。结果表明，该模型成功预测了肌肉激活的时机和一般形状。尽管峰值幅值常常被低估，但其高时间保真度表明该方法在如假肢和康复生物反馈等应用中用于肌肉意图检测具有可行性。
引用
@article{arxiv.2511.17200,
title = {Reconstruction of Surface EMG Signal using IMU data for Upper Limb Actions},
author = {Shubhranil Basak and Mada Hemanth and Madhav Rao},
journal= {arXiv preprint arXiv:2511.17200},
year = {2025}
}
备注
5 pages, 5 figures