肌肉的“身份指纹”之基于高密度肌电实现生物特征识别
2025-07-07 来源:本站 点击次数:64
肌肉的“身份指纹”：基于高密度肌电实现生物特征识别
背景介绍
引言：什么是技能的天花板效应？
随着信息安全需求的不断提高，传统身份认证方式面临愈发严峻的挑战。密码容易泄露，指纹和人脸图像也有被盗用的风险。在此背景下，科学家们试图寻找一种更隐蔽、更难伪造的生物电信号以实现更安全的身份识别方式。相比脑电（EEG）或心电（ECG）信号，肌肉活动产生的电信号，即肌电（EMG），采集更为简便，同时具有较强的个体特异性，成为一种兼顾安全性与实用性的潜在身份识别新模式。
图1. 文章信息
复旦大学戴晨赟教授团队在2020年42届国际医学与生物工程学会年会（IEEE EMBC）上首次提出，将高密度表面肌电（HD-sEMG）作为一种新型生物特征用于身份识别，并开展了相关实验验证。研究通过在手背布设高密度电极阵列采集肌电信号，结合线性判别分析（LDA）等算法对受试者进行身份识别。实验结果令人瞩目：多项任务中识别准确率高达99.5%。该研究不仅验证了HD-sEMG在身份识别中的可行性，也展示了其在信息安全、智能交互和康复医疗等领域的广阔应用前景。
研究方法
研究共招募22名健康成年志愿者（年龄21至31岁，男女各半）。实验过程中，受试者保持坐姿，按照电脑提示完成8种特定的手指等长收缩任务。如图2所示，每人右手背贴附一块8×8电极阵列（共64通道，间距8毫米），用于记录肌肉激活的二维空间分布。信号由荷兰TMSi公司SAGA 64+系统采集，采样频率达4000Hz，确保高时空分辨率和信号质量。
实验任务包括8种不同的手指组合（见图3），例如拇指-食指同时伸展、仅中指伸展、或小指-无名指组合伸展等。每个任务持续3秒，任务间保证3秒休息，整组任务重复10次。信号预处理包括 10–900Hz的带通滤波，和50Hz陷波滤波器去除工频干扰。每条记录的信号被分割成8个独立任务段，便于逐个任务进行分析。
对每个任务段数据提取5中常用特征，包括均方根（RMS）、波形长度（WL）、谱熵、样本熵、频率中值（FMD）并使用这些特征构建了 320 维（5 个特征 ×64 个通道）特征向量用于身份分类。
研究者使用了线性判别分析（LDA）对特征空间数据集做分类处理。作为对比，还评估了其他多种分类器的识别准确率，如线性支持向量机（SVM）、二次支持向量机、三次支持向量机、精细 k 近邻（KNN）、中度 k 近邻以及集成袋树分类器。
图3. 手势集和实验范式
研究结果以及解释
从可视化分析角度，研究者使用t-SNE降维算法将高维特征映射至二维空间（图4），结果显示，不同个体的数据点在空间中呈现出清晰可分离的聚类表现。每位受试者的肌电特征如“电子指纹”般在图中形成独立的簇，彼此间距离明显，说明肌电模式具有极强的个体特异性。
定量识别准确率方面，LDA在所有手势任务中都获得了高于98%的识别准确率（表I），且在几乎所有任务中都实现了最高的识别准确率。这一结果也从侧面表明了所提出的基于HD-sEMG的生物特征在个人身份识别应用场景中具有良好的性能和高鲁棒性。
图4. t-SNE可视化结果，不同受试者的肌电样本在空间上显著分离
此外，从生理学角度理解这些结果也具备充分逻辑支撑。手背肌肉的神经支配模式、肌腱排列方式乃至皮肤导电特性均因人而异。这种解剖学差异和神经激活策略的独特性共同决定了HD-sEMG信号的高度个体化特征。这种个体特异性的本质，不同于传统视觉生物识别那样受表面因素影响，它源自深层神经肌肉结构与活动方式的本质差异，不易模仿，也难以伪造，具备天然的防盗特性。
总结与展望：打造更智能的身份安全新机制
本研究首次验证了HD-sEMG作为身份识别技术的可行性与高效性，为生物识别技术提供了一种全新的方向。其优势包括高安全性、高准确性、不易受环境干扰和易采集等。这得益于高密度肌电电极贴附在皮肤，并在肌肉主动收缩时，才能获取有效信号的特点；并且，肌电信号相对稳定，受情绪、环境影响较小，适合多种使用场景；此外，随着可穿戴传感器的发展，肌电采集系统的轻量化已不难实现，为其实际应用打下基础。可以预见，HD-sEMG不仅适用于身份验证系统，还可在医疗康复、人机交互、个体化设备制造等领域发挥巨大价值。我们有理由相信，在不久的将来，人体的“电生理签名”将成为连接安全、智能与个性化服务的重要桥梁。
原文链接
Jiang X, Xu K, Liu X, et al. High-density surface electromyogram-based biometrics for personal identification[C]//2020 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC). IEEE, 2020: 728-731.
DOI: 10.1109/EMBC44109.2020.9175370
研究团队介绍
本研究由戴晨赟教授团队开展，涉及机构包括复旦大学和华东理工大学。
关于维拓启创
维拓启创（北京）信息技术有限公司成立于2006年，是一家专注于脑科学、康复工程、人因工程、心理学、体育科学等领域的科研解决方案供应商。公司与国内外多所大学、研究机构、企业长期保持合作关系，致力于将优质的产品、先进的技术和服务带给各个领域的科研工作者，为用户提供有竞争力的方案和服务，协助用户的科研工作，持续提升使用体验。
相关产品
背景介绍
引言：什么是技能的天花板效应？
随着信息安全需求的不断提高，传统身份认证方式面临愈发严峻的挑战。密码容易泄露，指纹和人脸图像也有被盗用的风险。在此背景下，科学家们试图寻找一种更隐蔽、更难伪造的生物电信号以实现更安全的身份识别方式。相比脑电（EEG）或心电（ECG）信号，肌肉活动产生的电信号，即肌电（EMG），采集更为简便，同时具有较强的个体特异性，成为一种兼顾安全性与实用性的潜在身份识别新模式。
图1. 文章信息
复旦大学戴晨赟教授团队在2020年42届国际医学与生物工程学会年会（IEEE EMBC）上首次提出，将高密度表面肌电（HD-sEMG）作为一种新型生物特征用于身份识别，并开展了相关实验验证。研究通过在手背布设高密度电极阵列采集肌电信号，结合线性判别分析（LDA）等算法对受试者进行身份识别。实验结果令人瞩目：多项任务中识别准确率高达99.5%。该研究不仅验证了HD-sEMG在身份识别中的可行性，也展示了其在信息安全、智能交互和康复医疗等领域的广阔应用前景。
研究方法
研究共招募22名健康成年志愿者（年龄21至31岁，男女各半）。实验过程中，受试者保持坐姿，按照电脑提示完成8种特定的手指等长收缩任务。如图2所示，每人右手背贴附一块8×8电极阵列（共64通道，间距8毫米），用于记录肌肉激活的二维空间分布。信号由荷兰TMSi公司SAGA 64+系统采集，采样频率达4000Hz，确保高时空分辨率和信号质量。
图 2. 使用Saga设备(TMSi公司)进行高密度表面肌电信号采集的实验设置
实验任务包括8种不同的手指组合（见图3），例如拇指-食指同时伸展、仅中指伸展、或小指-无名指组合伸展等。每个任务持续3秒，任务间保证3秒休息，整组任务重复10次。信号预处理包括 10–900Hz的带通滤波，和50Hz陷波滤波器去除工频干扰。每条记录的信号被分割成8个独立任务段，便于逐个任务进行分析。
对每个任务段数据提取5中常用特征，包括均方根（RMS）、波形长度（WL）、谱熵、样本熵、频率中值（FMD）并使用这些特征构建了 320 维（5 个特征 ×64 个通道）特征向量用于身份分类。
研究者使用了线性判别分析（LDA）对特征空间数据集做分类处理。作为对比，还评估了其他多种分类器的识别准确率，如线性支持向量机（SVM）、二次支持向量机、三次支持向量机、精细 k 近邻（KNN）、中度 k 近邻以及集成袋树分类器。
图3. 手势集和实验范式
研究结果以及解释
从可视化分析角度，研究者使用t-SNE降维算法将高维特征映射至二维空间（图4），结果显示，不同个体的数据点在空间中呈现出清晰可分离的聚类表现。每位受试者的肌电特征如“电子指纹”般在图中形成独立的簇，彼此间距离明显，说明肌电模式具有极强的个体特异性。
定量识别准确率方面，LDA在所有手势任务中都获得了高于98%的识别准确率（表I），且在几乎所有任务中都实现了最高的识别准确率。这一结果也从侧面表明了所提出的基于HD-sEMG的生物特征在个人身份识别应用场景中具有良好的性能和高鲁棒性。
图4. t-SNE可视化结果，不同受试者的肌电样本在空间上显著分离
表 I. 不同任务和分类器的识别准确率
此外，从生理学角度理解这些结果也具备充分逻辑支撑。手背肌肉的神经支配模式、肌腱排列方式乃至皮肤导电特性均因人而异。这种解剖学差异和神经激活策略的独特性共同决定了HD-sEMG信号的高度个体化特征。这种个体特异性的本质，不同于传统视觉生物识别那样受表面因素影响，它源自深层神经肌肉结构与活动方式的本质差异，不易模仿，也难以伪造，具备天然的防盗特性。
总结与展望：打造更智能的身份安全新机制
本研究首次验证了HD-sEMG作为身份识别技术的可行性与高效性，为生物识别技术提供了一种全新的方向。其优势包括高安全性、高准确性、不易受环境干扰和易采集等。这得益于高密度肌电电极贴附在皮肤，并在肌肉主动收缩时，才能获取有效信号的特点；并且，肌电信号相对稳定，受情绪、环境影响较小，适合多种使用场景；此外，随着可穿戴传感器的发展，肌电采集系统的轻量化已不难实现，为其实际应用打下基础。可以预见，HD-sEMG不仅适用于身份验证系统，还可在医疗康复、人机交互、个体化设备制造等领域发挥巨大价值。我们有理由相信，在不久的将来，人体的“电生理签名”将成为连接安全、智能与个性化服务的重要桥梁。
原文链接
Jiang X, Xu K, Liu X, et al. High-density surface electromyogram-based biometrics for personal identification[C]//2020 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC). IEEE, 2020: 728-731.
DOI: 10.1109/EMBC44109.2020.9175370
研究团队介绍
本研究由戴晨赟教授团队开展，涉及机构包括复旦大学和华东理工大学。
关于维拓启创
维拓启创（北京）信息技术有限公司成立于2006年，是一家专注于脑科学、康复工程、人因工程、心理学、体育科学等领域的科研解决方案供应商。公司与国内外多所大学、研究机构、企业长期保持合作关系，致力于将优质的产品、先进的技术和服务带给各个领域的科研工作者，为用户提供有竞争力的方案和服务，协助用户的科研工作，持续提升使用体验。
相关产品
相关文章
更多 >