融合表面肌電信號與足底壓力的跌倒識別研究.pdf

1、近年來，隨著社會的老齡化現(xiàn)象愈發(fā)普遍，關(guān)注老年人的健康狀況逐漸成為不容忽視的社會問題。跌倒是老年人群體中的高發(fā)性事件，它給老年人帶來的健康危害巨大。隨著信號檢測和模式識別技術(shù)的發(fā)展，國內(nèi)外關(guān)于老年人跌倒檢測的研究越來越多，及時的檢測出跌倒并迅速發(fā)出報警尋求醫(yī)療救護，能夠大大降低跌倒給老年人帶來的機體損傷。所以致力于老年人跌倒檢測的研究，具備很高的應(yīng)用價值，同時也體現(xiàn)了社會對老年人健康的關(guān)愛。
　　跌倒檢測的核心問題是將跌倒與日?；?/p>

2、動(ActivitiesofDailyLife,ADL)區(qū)分開來，從而啟動防護裝置或發(fā)出報警以得到及時的救助，保障老年人的身心健康。本文采用人體的表面肌電與足底壓力信號相結(jié)合作為跌倒檢測的信號源：肢體的運動是由人體肌肉帶動骨骼實現(xiàn)的，表面肌電信號(SurfaceElectromyography.sEMG)是一種由人體的肌肉活動時運動神經(jīng)單元產(chǎn)生的電信號，反映了肌肉收縮的狀態(tài)，能夠從生物學(xué)的角度描述跌倒發(fā)生時人體姿態(tài)模式的變化。人的絕大多

3、數(shù)日?；顒佣家c地面接觸，經(jīng)過前期研究發(fā)現(xiàn)，足底壓力信號在跌倒發(fā)生的動態(tài)過程中的參數(shù)變化是最明顯的。將這兩種人體的生物學(xué)和力學(xué)信號融合起來作為跌倒檢測的信號源，在跌倒識別的研究領(lǐng)域是一種新的嘗試。
　　本文對肌電信號進行降噪，特征提取，對采集到的足底壓力信號建模，并融合兩種信號源進行模式分類，所做具體工作如下：
　　(1)提出新的跌倒檢測方法，并制定信號采集方案。
　　1)本文介紹了跌倒識別的應(yīng)用背景以及國內(nèi)外關(guān)于跌倒

4、檢測技術(shù)的研究現(xiàn)狀，針對基于多信息融合的跌倒檢測的空白，提出本研究基于肌電信號與足底壓力信號融合的跌倒識別方法。
　　2)根據(jù)肌電信號的產(chǎn)生機理，下肢主要肌肉的位置以及它們在人體日常活動中的作用，通過實驗研究制定科學(xué)的肌電信號采集方案。并研究人的足底壓力信號的變化規(guī)律與行為活動的關(guān)系，設(shè)計能夠有效體現(xiàn)人體動作模式變化的壓力信號采集裝置，為后續(xù)跌倒檢測提供可靠的源信號。
　　(2)探討肌電信號的降噪方法。由于肌電信號具有非線性

5、非平穩(wěn)的特性，采集過程中極易加入噪聲。本文基于肌電信號不同的采集方式，提出了兩種降噪方法：
　　1)對于多條通道采集的表面肌電信號相互混迭的問題，提出一種采用基于改進閾值函數(shù)的二代小波先對sEMG信號進行了降噪，再利用改進FastICA算法對降噪后的信號進行ICA(IndependentComponentAnalysis)分離的方法。
　　2)對于一路的sEMG采用基于EEMD分析的降噪方法：首先對sEMG進行EEMD變換，

6、通過計算每層IMF分量的頻率有效度確定有效分量，將有效的前六層IMF分量重組得到的信號與工頻噪聲進行盲分離，得到最終的降噪信號。
　　對以上兩種方法進行了實驗分析，驗證其運用于肌電信號的有效性。
　　(3)研究用于跌倒檢測的表面肌電信號的兩種特征提取方法，它們分別是：
　　1)提取腓腸肌和股外側(cè)肌sEMG的模糊熵特征。
　　2)提取腓腸肌sEMG的近似熵及基本尺度熵特征。
　　sEMG是一種非平穩(wěn)的生物電信

7、號，采用皮膚表面的電極采集時較容易受到干擾。模糊熵，近似熵及基本尺度熵這三種特征都是對信號序列復(fù)雜度的描述，具備較好的抗噪及抗干擾能力，比較適合用于sEMG。本論文對于這兩種方法獲得的肌電信號的特征分布特性以及實效性進行了實驗對比。
　　(4)提出了適合用于跌倒檢測的模式分類方法以及多源信號融合方法。
　　1)提出了針對跌倒與ADL分類問題的不平衡數(shù)據(jù)的WKFDA(WeightedKernelFisherLinearDisc