Nature新子刊，创刊论文出炉，中国青年学者联手打造！

本文针对人机交互中手势识别在真实环境（如跑步、震动、海浪）中易受噪声干扰的问题，提出了一种基于深度学习增强的可穿戴传感器系统。研究背景是当前人机界面难以在动态噪声环境下稳定识别手势。研究目的是开发一种集成IMU和EMG的多模态传感器，结合卷积神经网络和迁移学习，实现高精度抗干扰手势识别。研究结论表明，该系统在跑步、高频振动和海浪干扰下仍能稳定控制机械臂，准确率可达92%，为VR、医疗康复和水下机器人等应用提供了可靠技术基础。