一种基于多尺度空洞卷积和Transformer模型的手指连续估计方法

本发明提供一种基于多尺度空洞卷积和Transformer模型的手指连续估计方法，属于深度学习方法的技术领域，包括以下步骤：基于Ninapro DB2中的表面肌电信号和关节角度作为原始数据，使用滑动窗口构建表面肌电信号和对应的关节角度的数据集；基于多尺度空洞卷积提取表面肌电信号的局部特征，并基于Transformer架构提取表面肌电信号的全局特征；通过融合模块对提取的局部特征和全局特征进行融合，融合模块后接全连接层和平滑层，实现模型的搭建；对搭建完成的模型进行训练，得到估计模型；将表面肌电信号输入到估计模型，输出各个关节的关节角度。本发明方法无论在单受试者还是跨受试者都取得了较好的准确性、泛化性和稳定性。