基于肌電信號的跌倒辨識研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、跌倒防護和預警的研究是當今國內外研究的熱點課題,對老年人跌倒的預警與防護,減少老年人因跌倒造成的意外傷害意義重大。跌倒辨識的目標是將跌倒行為與日?;顒?Activities of Daily Life,ADL)辨識出來,從而報警或啟動防護裝置避免或減少跌倒帶來的傷害。
  表面肌電信號(Surface electromyography,sEMG)是從人體骨骼肌表面通過表面肌電拾取電極記錄下來的、與神經肌肉活動相關的生物電信號,是一

2、種非線性、非平穩(wěn)信號,其中蘊涵著很多與肢體運動相關聯(lián)的信息,不同的肢體動作具有不同的肌肉收縮模式,肌電信號特征也將有所差異,通過對這些特征的分析就可以區(qū)分肢體的不同動作模式,因此,它被廣泛運用于模式識別、生物醫(yī)學工程及運動醫(yī)學等領域。盡管基于肌電信號的跌倒辨識研究目前尚不成熟,作為一種嘗試,本論文運用表面肌電信號作為信號源研究跌倒辨識。
  本文對基于肌電信號的跌倒辨識進行了研究,在表面肌電信號的拾取、消噪、特征提取、模式分類等多

3、個方面進行了理論探索與實踐,本文所做的主要工作與創(chuàng)新之處如下:
  (1)本文根據(jù)表面肌電信號的產生機理,概括了肌電信號的特性及肌電信號采集過程中的常見干擾,研究了肌電信號的拾取方法;分析了人體下肢的肌肉結構及特點,闡述了如何選取典型肌肉作為跌倒辨識的信號源,以及下肢表面肌電信號的采集及進行初步分析研究,為表面肌電信號的消噪、特征提取和模式識別分類提供借鑒。
  (2)本文首次將總體平均經驗模態(tài)分解和二代小波結合起來應用于肌

4、電信號的消噪處理中,該方法很好的結合了總體平均經驗模態(tài)分解和二代小波的優(yōu)點,并詳細論述了該方法用于肌電信號的可行性。通過大量實驗表明,EEMD二代小波消噪的方法取得了非常理想的消噪效果,既最大程度上保留了有用信號,又去除了大量的肌電信號噪聲,為取得更好的肌電信號特征和模式分類效果打下了基礎。
  (3)為了提取表面肌電信號的有效特征,本文研究了肌電信號熵的特征提取方法。具體提出了一種基于經驗模態(tài)分解排列組合熵的表面肌電信號特征提取

5、方法。文中針對跌倒、蹲下、站起、平地行走、上樓梯和下樓梯六種動作模式采集脛骨前肌、股直肌、股內側肌和腓腸肌四路表面肌電信號,首先進行消噪處理,然后對動作表面肌電信號求取排列組合熵,取得了較好的特征分布。
  (4)為了較好的識別跌倒,將求取的肌電信號特征向量,分別輸入基于K-均值聚類分類器、基于主軸核聚類分類器和支持向量機進行跌倒識別,并對識別的結果進行了詳細的研究分析,實驗表明,支持向量機能夠更好的識別跌倒,具有更高的識別率,其

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論