一种基于CNN_Attention-BiLSTM并行模型的手部关节角度连续运动估计方法

本发明涉及生物信号检测技术领域，具体同开了一种基于CNN_Attention‑BiLSTM并行模型的手部关节角度连续运动估计方法，包括以下步骤：获取手指多关节连续运动时的表面肌电信号数据和实时对应的手指关节角度数据；对所述表面肌电信号数据分别送入四条并行的特征提取分支，将提取的四个特征进行融合，并使融合特征的采样频率与手指关节角度的采样频率保持一致；将所述融合特征和对应的手指关节角度分别作为输入数据和输出数据，对模型进行训练；将所述待估计的融合特征输入训练后的CNN_Attention‑BiLSTM并行模型，获取CNN_Attention‑BiLSTM并行模型输出的手指关节角度数据。本发明结合了卷积神经网络、递归神经网络和注意力机制，能够进行高精度的部关节角度连续运动估计。