TY -的A2 Nagaraj Balakrishnan AU -王,秋林PY - 2021 DA - 2021/12/06 TI -研究改进CNN深度学习的运动意图识别方法动态下肢假肢SP - 7331692六世- 2021 AB - 客观的。为了研究下肢假肢的运动识别的目的基于CNN深学习算法。 方法。建立了卷积神经网络(CNN)模型重建运动模式。在影响方面的运动模式转换,传感器是绑定到健康的一面。分类器是用来提取和分类功能,从而实现运动的准确描述残疾人的意图。 结果。本研究的方法可以达到98.2%的识别率,下肢截肢患者运动的意图在不同地形,识别率可以达到97%五之间的模式转换模式后补充道。 结论。深入学习算法自动识别和提取功能可以有效改善智能下肢假肢的控制性能,实现智能假肢的自然和无缝转换多种运动模式。SN - 2040 - 2295 UR - https://doi.org/10.1155/2021/7331692 - 10.1155 / 2021/7331692摩根富林明医疗工程PB - Hindawi KW - ER