基于机器学习的肌电图步态识别评估方法及系统

本发明公开了基于机器学习的肌电图步态识别评估方法及系统，所述方法，包括：对训练集的人体肌电信号进行特征提取，得到若干个步态特征；从所有的步态特征中进行特征筛选，得到最具代表性的若干个特征；基于最具代表性的若干个特征，构建出若干种不同的特征组合；将每一种特征组合，输入到机器学习模型中，对模型进行训练，得到当前特征组合对应的预测性能指标；将最大预测性能指标值所对应的特征组合为最优特征组合，将最大预测性能指标值所对应的训练后的机器学习模型作为最优机器学习模型；将待预测的特征组合输入到训练后的最优机器学习模型中，得到步态状态预测结果。