1.一种基于高密度肌电图的特征提取方法，其特征在于，包括：
获取预先通过阵列电极片方式采集的一维肌电信号；
将所述一维肌电信号根据均方根转换成具有多个通道的二维肌电信号；
针对所述二维肌电信号，对每个通道的均方根进行处理，确定所述二维肌电信号中的肌电信息，并将所述具有肌电信息的二维肌电信号与空间肌电信息结合，获取所述二维肌电信号中的特征信息集。
2.根据权利要求1所述的方法，其特征在于，
所述一维肌电信号为周期性采集的信号；
其中，所述一维肌电信号包括休息期肌电信号和稳定期肌电信号；
所述空间肌电信息为采用fastica结合卷积核补偿算法以及滞后交叉相关获取的具体的神经支配区位置信息。
3.根据权利要求2所述的方法，其特征在于，
从所述一维肌电信号中提取休息期肌电信号和稳定期肌电信号；
根据休息期肌电信号和稳定期肌电信号，获取休息期肌电信号的均方根以及稳定期肌电信号的均方根；
将稳定收缩期的均方根减去休息期的均方根获得第一均方根；
将第一均方根以二维的位置排列，转换成具有多个通道的二维肌电信号；
其中所述二维肌电信号为二维均方根图。
4.根据权利要求3所述的方法，其特征在于，
对每个通道的均方根进行处理，确定所述二维均方根图中的肌电信息；
其中所述肌电信息包括：二维均方根图的平均幅度和二维均方根图的质心坐标；
其中，通过将所有通道上的第一均方根值进行平均，获取所述二维均方根图的平均幅度；
其中，根据公式(1)和公式(2)，获取所述二维均方根图的质心坐标；
其中cx是x轴的质心位置；
cy是y轴的质心位置；
rmsij表示多通道m×nrms网格中的第i个第j个均方根值。
5.根据权利要求4所述的方法，其特征在于，
将所述具有二维均方根图的平均幅度和二维均方根图的质心坐标信息的二维均方根图与空间肌电信息结合，获取所述二维肌电信号中的特征信息集；
其中，空间肌电信息为具体的神经支配区位置信息；
其中，所述特征信息集具体包括：二维均方根图的质心坐标、二维均方根图的平均幅度、具体的神经支配区位置信息以及二维均方根图的质心坐标与具体的神经支配区位置之间距离关系信息。
6.根据权利要求5所述的方法，其特征在于，
采用fastica结合卷积核补偿算法以及滞后交叉相关获取具体的神经支配区位置信息，具体包括：
采用fastica结合卷积核补偿算法对第一运动单元的一维肌电信号中的稳定期肌电信号进行分解获取多个独立的运动单元和激发脉冲；
其中，所述第一运动单元为点激发频率为5hz到50hz之间，且脉冲-噪音度量大于30db；
采用滞后交叉相关方法对所述分解后的第一运动单元进行神经支配区分析，获取所述具体的神经支配区位置信息。
7.根据权利要求6所述的方法，其特征在于，采用滞后交叉相关方法获取所述具体的神经支配区位置信息，具体包括：
在每一次滞后交叉相关处理过程中，基于从对第一运动单元的一维肌电信号中的稳定期肌电信号进行分解获取的激发脉冲，采用尖峰触发平均算法，获取所有单极通道的运动单元动作电位模板；
获取所有通道的峰-峰值，并根据所有通道的峰-峰值获取有效检测信道列；
对于每一个所述有效检测信道列，根据公式(3)获取两个相邻行的双极栅格的滞后交叉相关；
其中r(k，τ)是组成分解第一运动单元的稳定期肌电信号拓展矩阵的两个相邻行的第k对中的τ相移的滞后互相关的值；
xi，k是第k对中的第i个数据点；
n是数据点的数量；
τ是两个相邻信号之间的时间相移；
获取用于分解第一运动单元的稳定期肌电信号的拓展矩阵中的每列中的滞后交叉相关值的绝对值的最大值，并根据所述拓展矩阵的每列中的滞后交叉相关值的绝对值的最大值获取所有通道之间最大滞后交叉相关矢量；
基于所述最大滞后交叉相关矢量，获取每一次滞后交叉相关处理过程中神经支配区的位置；
将所述每一次滞后交叉相关处理过程中神经支配区的位置信息，获取具体的神经支配区位置。
8.根据权利要求7所述的方法，其特征在于，
所述有效检测信道列为具有大于或等于4个连续活动信道的列；
所述活动信道为信道的峰-峰值与所有通道中的最大信道的峰-峰值的比值大于0.2；
所述每一次滞后交叉相关处理过程中神经支配区的位置为具有第一预设条件和第二预设条件的信道的号；
其中，所述第一预设条件为所述信道单极运动单元动作电位与所述信号相邻的信道的相关系数大于0.9；
其中，所述第二预设条件为最大滞后相关矢量中两个峰值之间的最低互相关值的信道；
其中，所述具体的神经支配区位置为每一次滞后交叉相关处理过程中神经支配区的位置的平均值。
9.根据权利要求8所述方法，其特征在于，
将所述具体的神经支配区位置按照与所述具有平均幅度和质心坐标的二维均方根图相同坐标量度放入到所述具有平均幅度和质心坐标的二维均方根图中，获取所述二维肌电信号中的特征信息集。