表面肌電信號(hào)處理和模式識(shí)別方法研究.pdf

1、人體表面肌電信號(hào)是通過(guò)人體表面電極,在人體皮膚表面采集的多個(gè)肌肉共同運(yùn)動(dòng)所產(chǎn)生的電信號(hào)。不同的動(dòng)作引發(fā)不同的肌肉群作用,產(chǎn)生不同的電信號(hào)。重要的人體運(yùn)動(dòng)信息都包含在表面肌電信號(hào)中。人體表面肌電信號(hào)對(duì)于研究人體動(dòng)作的識(shí)別以及人體健康狀況具有非常重要的意義,同時(shí)它也被廣泛的應(yīng)用在人體假肢控制、康復(fù)訓(xùn)練、臨床醫(yī)學(xué)和機(jī)械控制等諸多領(lǐng)域中。
　　 本文通過(guò)對(duì)人體表面肌電信號(hào)的處理來(lái)識(shí)別人體動(dòng)作,從而實(shí)現(xiàn)對(duì)人體假肢的控制,用于對(duì)殘疾病人的康

2、復(fù)治療。本文主要研究表面肌電信號(hào)的消噪、特征提取和模式識(shí)別,這也是近幾年來(lái)國(guó)內(nèi)外專(zhuān)家學(xué)者們所研究的重點(diǎn)。本文的主要工作如下:
　　 (1)對(duì)待識(shí)別的人體動(dòng)作采集相應(yīng)的信號(hào)并分析處理。針對(duì)表面肌電信號(hào)非線性和混沌等特性,提出了最優(yōu)小波包自適應(yīng)閾值消噪算法,無(wú)論是信噪比還是均方誤差,效果都比傳統(tǒng)小波消噪算法好。
　　 (2)分析了小波系數(shù),自回歸模型參數(shù)等幾種經(jīng)典的表面肌電信號(hào)特征提取方法。結(jié)合表面肌電信號(hào)的特點(diǎn),提出了小波

3、高頻系數(shù)的最大絕對(duì)值和小波系數(shù)與最大利亞普諾夫指數(shù)聯(lián)合特征值兩種特征提取方法。這兩種方法均能夠很好地反應(yīng)人體表面肌電信號(hào)的特點(diǎn),具有比較好的識(shí)別特性。
　　 (3)采用反向傳播神經(jīng)網(wǎng)絡(luò)對(duì)人體手勢(shì)動(dòng)作和下肢腳部動(dòng)作進(jìn)行識(shí)別,通過(guò)對(duì)判別準(zhǔn)則的改進(jìn)以及隱含神經(jīng)元個(gè)數(shù)和訓(xùn)練誤差的優(yōu)化,使識(shí)別率大大提高,實(shí)現(xiàn)了更好的識(shí)別效果。
　　 本文還設(shè)計(jì)了人體表面肌電信號(hào)處理和模式識(shí)別軟件系統(tǒng),運(yùn)用所提出的新算法,實(shí)現(xiàn)了對(duì)人體上肢手勢(shì)動(dòng)作和