基于紧凑型 CNN-Transformer 与小样本自适应的跨记录表面肌电手写数字解码

表面肌电图（sEMG）提供了一种静默且可穿戴的输入方式，但其实际应用受到用户间差异和记录会话间变异性的限制。本研究提出了一种紧凑型 CNN-Transformer 模型，用于从八通道 sEMG 信号中解码孤立手写数字。该模型结合了可训练的信号预处理、卷积特征提取以及基于 Transformer 的时间建模。 该模型在来自5名参与者的10次记录上进行了评估，评估设置包括记录已见分类、留一记录交叉验证（LORO）泛化以及少样本自适应。在记录已见设置下，该模型的平均宏 F1 分数达到 0.924 ± 0.059；在零样本 LORO 评估下，平均宏 F1 分数为 0.619 ± 0.252。使用每个数字2个带标注试次进行自适应后，宏 F1 分数提升至 0.828 ± 0.112；当每个数字使用10个带标注试次时，宏 F1 分数达到 0.925 ± 0.053。所提出的架构在受控的 LORO 基准测试中也优于经典方法和神经网络基线模型。这些结果表明，紧凑型 CNN-Transformer 模型结合轻量级目标记录校准，为自适应 sEMG 输入系统提供了一个很有前景的基础。

表面肌电图（sEMG）提供了一种静默且可穿戴的输入模态，但其实际应用受到用户间差异和记录会话间变异性的限制。本研究提出了一种紧凑型 CNN-Transformer 模型，用于从八通道 sEMG 信号中解码孤立手写数字。该模型结合了可训练的信号预处理、卷积特征提取以及基于 Transformer 的时序建模。研究在来自5名参与者的10次记录上进行了评估，采用了记录已见分类、留一记录法（LORO）泛化以及小样本自适应三种设置。在记录已见设置下，该模型的平均宏 F1 分数达到 0.924 ± 0.059；在零样本 LORO 评估下，平均宏 F1 分数为 0.619 ± 0.252。使用每个数字2个带标签试次进行自适应后，宏 F1 分数提升至 0.828 ± 0.112；当每个数字使用10个试次时，宏 F1 分数达到 0.925 ± 0.053。在受控的 LORO 基准测试中，所提出的架构也优于经典方法和神经网络基线。这些结果表明，紧凑型 CNN-Transformer 模型结合轻量级目标记录校准，为构建自适应的基于 sEMG 的输入系统提供了有前景的基础。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.12.740174v1?rss=1

🏷️ 表面肌电图 CNN-Transformer 小样本自适应 跨记录解码 手写数字识别