基于sEMG辨識技術(shù)的手部動作行為研究.pdf

1、人體行為動作發(fā)生時(shí),在骨骼肌表面用電極可以記錄到神經(jīng)肌肉生物電信號,即表面肌電信號(surface Electromyography,sEMG)。這種信號直接反映人體神經(jīng)、肌肉的功能狀態(tài),因此肌電控制的假肢仿生性好,患者操作使用方便,但是由于表面肌電信號的辨識技術(shù)不夠成熟,因此距廣泛應(yīng)用還有一段距離。
　　 本文針對肌電假手,基于sEMG辨識技術(shù),意在識別人手多種運(yùn)動模式動作。主要內(nèi)容包括:表面肌電信號采集并平臺搭建,表面肌電信

2、號的預(yù)處理方法以及手指姿態(tài)動作模式的識別。
　　 文中首先對國內(nèi)外的肌電假手及肌電信號辨識技術(shù)的發(fā)展現(xiàn)狀進(jìn)行詳細(xì)的綜述。隨后介紹肌電信號的產(chǎn)生和特點(diǎn),并且從正常人手自由度出發(fā),重新科學(xué)規(guī)劃手勢動作,根據(jù)肌肉運(yùn)動學(xué)相關(guān)原理選定電極位置,進(jìn)一步搭建信號采集軟硬件平臺,進(jìn)行采集實(shí)驗(yàn)。
　　 在預(yù)處理方面,首先討論連續(xù)動作的分割算法,分析基于時(shí)間窗分割方法的弊端,研究基于動態(tài)累加和(Dynamic Cumulative Sum,

3、DCS)的分割方法。然后比較肌電信號的典型時(shí)域特征值(均值、均方根、過零點(diǎn)數(shù))和頻域特征值(功率譜估計(jì)值和平均功率頻率)兩類特征參數(shù),實(shí)驗(yàn)結(jié)果得出時(shí)域特征均值方法簡單、物理意義直接、可分性強(qiáng)、計(jì)算速度快。綜合考慮響應(yīng)速度與識別率,時(shí)域特征更適合作為肌電信號的辨識特征。
　　 在模式分類方面,選取人工神經(jīng)網(wǎng)絡(luò)為辨識方法。在標(biāo)準(zhǔn)BP網(wǎng)絡(luò)算法的基礎(chǔ)上,針對其收斂速度慢、易陷入局部極小值的缺點(diǎn)進(jìn)行改進(jìn),分別基于改進(jìn)的單個(gè)BP神經(jīng)網(wǎng)絡(luò)和三