一种基于多源信息融合与深度学习优化的下肢运动意图识别方法及系统

本发明公开了一种基于多源信息融合与深度学习优化的下肢运动意图识别方法及系统。属于动作识别技术领域，包括：采集下肢肌肉的表面肌电信号和姿态信息；分别对表面肌电信号和姿态信息进行预处理；利用LSTM结合CNN构建意图识别模型，通过CNN提取姿态信息的空间特征向量，通过LSTM提取表面肌电信号的时间序列特征向量；按照时间顺序融合空间特征向量和时间序列特征向量，形成时空特征向量，并采用注意力机制进行优化；最终将时空特征向量映射到意图识别任务中，得到下肢运动意图。本发明通过多源信息融合和深度学习技术，提高了下肢运动意图识别的准确性和实时性，为假肢控制和康复训练等领域提供了有效技术支持。