基于肌電信號的跌倒辨識研究.pdf

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