最近,使用面部肌电图(FEMG)信号对异类面部情感进行分类已引起研究人员的更多关注,以便与生物摩擦学应用进行交互。 面部表情识别研究是一项繁琐的分析,其中分类准确性是关键因素。 本文从二十名受试者中获得了五种面部表情的肌电图。 使用具有双极配置中使用的一对表面电极的无线数据采集设备记录EMG信号。 在分析之前,对记录的FEMG信号进行预处理并将其分割为明确的部分。 提出了小波分解方法,将FEMG信号转换为一组不同级别的系数子带。 从该分解后的子带系数中提取出不同的特征。 使用人工神经网络将提取的特征集分为五个不同的类别,即幸福,愤怒,厌恶,恐惧和惊奇。 最终,使用我们提出的方法已达到93.3%的分类精度。 这项工作的发现实际上是在处理和识别面部表情的实际应用过程中,以便设计出用于控制免提轮椅的可靠接口。 这项研究还可以扩展到生物医学应用中的摩擦学领域。