基于电阻抗成像的多模态手势识别系统构建与算法实现摘要本文提出了一种基于电阻抗成像（Electrical Impedance Tomography, EIT）技术的多模态手势识别方法，旨在实现对人体手势动作的非接触式精准识别。系统利用16电极阵列采集手臂在不同手势下的电压信号，结合图像重建与统计特征提取手段构建融合特征向量，最终采用多种机器学习算法进行识别分类。实验结果表明，在融合电压与图像特征后，识别准确率明显提升，其中SVM模型在融合特征下表现最优。该方法为EIT在人机交互、康复辅助等领域的应用提供了新路径。