买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京航空航天大学申请的专利基于FMG和sEMG信号的肌力预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119405318B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510022563.9，技术领域涉及：A61B5/22；该发明授权基于FMG和sEMG信号的肌力预测方法及装置是由李儒雅;樊瑜波;邹佩锴;王俊瀚设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本基于FMG和sEMG信号的肌力预测方法及装置在说明书摘要公布了：本发明涉及肌肉激活状态评价技术领域，特别涉及一种基于FMG和sEMG信号的肌力预测方法及装置，其中，方法包括：基于FMG技术，采集待测试人员的肌肉活动时产生的肌肉压力信号；基于sEMG技术，采集待测试人员的肌肉活动时产生的肌肉生理电信号；提取肌肉压力信号与肌肉生理电信号的目标时域特征和目标频域特征，并按照目标肌力等级进行标准化处理，以得到处理后的特征，并将处理后的特征输入至目标机器学习模型中，以输出待测试人员的肌肉力量预测结果。由此，解决了相关技术中由于sEMG信号容易受噪声干扰，且需要使用高密度阵列进行信号解析，增加了传感器数量，并且增加了信号处理的难度，降低了肌力预测的鲁棒性的问题。

本发明授权基于FMG和sEMG信号的肌力预测方法及装置在权利要求书中公布了：1.一种基于FMG和sEMG信号的肌力预测方法，其特征在于，包括以下步骤：基于肌肉压力图FMG技术，采集至少一个待测试人员的肌肉活动时产生的肌肉压力信号；基于表面肌电图sEMG技术，采集所述至少一个待测试人员的肌肉活动时产生的肌肉生理电信号；提取所述肌肉压力信号与所述肌肉生理电信号的目标时域特征和目标频域特征，并将所述目标时域特征和所述目标频域特征按照目标肌力等级进行标准化处理，以得到处理后的特征，并将所述处理后的特征输入至目标机器学习模型中，以输出所述至少一个待测试人员的肌肉力量预测结果；其中，所述提取所述肌肉压力信号与所述肌肉生理电信号的目标时域特征和目标频域特征，包括：提取所述肌肉压力信号基于目标活动段的第一平均值特征和基于非活动段的第二平均值特征；提取所述肌肉生理电信号的均方根特征、平均绝对值特征、斜率符号变化率特征、过零率特征、中值频率特征和平均功率频率特征；其中，所述第一平均值特征为肌肉激活时的信号特征，所述第二平均值特征作为初始压力值；所述均方根特征表示肌肉活动的整体强度；所述平均绝对值特征也表示所述肌肉活动的整体强度；所述斜率符号变化率特征用于识别肌肉疲劳或不同的运动类型；所述过零率特征用于评估肌肉活动的动态性质；所述中值频率特征用于监测肌肉疲劳状况；所述平均功率频率特征用于评估肌肉的疲劳程度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。