表面肌電信號的特征提取與模式分類研究.pdf

1、表面肌電信號(Surface Electromyographic,EMG)記錄肌肉收縮時所產(chǎn)生的電波動。由表面電極獲取的表面肌電信號因其能以無創(chuàng)傷方式提供運(yùn)動控制和肌肉收縮的生理信息而被廣泛應(yīng)用于假肢控制領(lǐng)域。近年來,肌電信號的研究分析已成為臨床診斷、康復(fù)醫(yī)學(xué)、生物機(jī)械等諸多領(lǐng)域的研究熱點(diǎn)。肌電信號模式識別是多功能假肢控制的基本問題。本學(xué)位論文研究EMG信號特征提取和模式分類方法。EMG信號由放置在前臂四塊不同肌肉組織的表面電極獲得。論

2、文首先對時域特征、頻域特征、小波(包)特征等常用的肌電信號特征特征識別方法進(jìn)行了比較分析,在此基礎(chǔ)上提出了肌電信號特征獲取的兩種新方法。首先提出了基于向量自回歸模型(MVAR)的特征提取方法,該方法采用MVAR模型參數(shù)系數(shù)作為多通道表面肌電信號的特征參數(shù),并借助LDA方法進(jìn)行特征降維。實(shí)驗(yàn)結(jié)果顯示,基于MVAR模型的特征識別方法實(shí)現(xiàn)的肌電信號正確解碼率明顯高于標(biāo)量AR模型,這說明肌電控制接口的解碼性能對多通道表面肌電信號的空間相關(guān)特征敏