基于Labview平臺的肌電假肢控制系統(tǒng)研究.pdf

1、伴隨著社會的發(fā)展、醫(yī)療水平的進步，提高殘疾人的生活水平已成為一項重要的民生問題。隨著人工假肢控制技術(shù)的不斷發(fā)展，出現(xiàn)了許多種適合不同截肢人群的假肢，以幫助他們改善工作和生活。但是由于傳統(tǒng)假肢控制方法的固有的局限性，當(dāng)前假肢還存在著功能單一、控制緩慢、動作笨拙等問題。
　　 表面肌電信號(surface electromyogram，簡稱sEMG)，一種腦電發(fā)出的動作控制指令在肌肉皮膚表面的體現(xiàn)。由于表面肌電信號控制的假肢上肢具有

2、的直觀控制、自然等優(yōu)點，使得基于模式識別的肌電假肢控制方法成為當(dāng)前假肢研究領(lǐng)域的熱點問題之一。虛擬儀器(Virtual Instruments，簡稱VI)是儀器技術(shù)和現(xiàn)代計算機技術(shù)相結(jié)合的革命性產(chǎn)物，它從根本上更新了儀器的概念，代表了今后儀器儀表的發(fā)展方向。
　　 本論文采用虛擬儀器技術(shù)構(gòu)建了表面肌電信號檢測、分析平臺，并用Labview進行信號處理，完成了以下幾個方面的工作和研究：
　　 (1)表面肌電信號采集及分析系

3、統(tǒng)構(gòu)建，系統(tǒng)由六個模塊組成，分別是采集模塊、顯示模塊、存儲模塊、頻域分析模塊、特征提取模塊和模式識別模塊，其中特征提取模塊包括肌電信號的廣義維數(shù)譜、多重分形譜、小波特征和基本時域特征，并在設(shè)計的分類器下測試各類特征的分類效果。
　　 (2)在構(gòu)建的系統(tǒng)下進行表面肌電信號的特征提取，特征種類的選擇對我們的識別效果有很大的影響，這直接影響著動作模式識別率。從現(xiàn)有的研究方法來看，表面肌電信號的特征種類有很多種，本文分析現(xiàn)有肌電信號識別

4、方法的局限性，并將非線性的方法引入到表面肌電信號研究中，以肌電信號的廣義維數(shù)為特征來識別多種動作模式并和傳統(tǒng)特征進行對比，得出新老方法的優(yōu)缺點，為進一步研究表面肌電信號提供指導(dǎo)。
　　 (3)在模式識別模塊，用支持向量機算法設(shè)計分類器對sEMG進行分類研究，完成多分類器的設(shè)計，并用該分類器結(jié)合所提取的特征對表面肌電信號進行動作模式分類。采用交叉驗證算法對支持向量機分類器RBF核函數(shù)參數(shù)尋優(yōu)，實驗結(jié)果表明所設(shè)計的分類器有很好的性能