基于表面肌電信號(hào)的人體下肢運(yùn)動(dòng)自動(dòng)分類研究.pdf

1、表面肌電(surface Electromyography，sEMG)信號(hào)是一種復(fù)雜的人體表皮下肌肉電活動(dòng)在皮膚表面處時(shí)間和空間上的綜合結(jié)果，是從人體骨骼肌表面通過(guò)非侵入方式記錄下來(lái)的神經(jīng)肌肉活動(dòng)時(shí)發(fā)放的生物電信號(hào)，它能在非損傷狀態(tài)下實(shí)時(shí)反映神經(jīng)肌肉的功能狀態(tài)。本文主要研究人體下肢sEMG信號(hào)的采集與處理以及基于sEMG信號(hào)的運(yùn)動(dòng)模式辨識(shí)方法，研究?jī)?nèi)容主要涉及神經(jīng)—肌肉學(xué)科中的神經(jīng)肌電信號(hào)、信號(hào)處理和模式識(shí)別等方面。
　　隨著材料

2、、傳感器和計(jì)算機(jī)等技術(shù)發(fā)展，國(guó)內(nèi)外對(duì)表面肌電的研究也逐步深入，使得表面肌電信號(hào)不僅在運(yùn)動(dòng)醫(yī)學(xué)、臨床醫(yī)學(xué)及康復(fù)醫(yī)學(xué)等領(lǐng)域被廣泛應(yīng)用，而且還成為了人工假肢的理想控制信號(hào)。sEMG信號(hào)的模式識(shí)別是其應(yīng)用的基礎(chǔ)，為此，本文深入探討了如何由采集的sEMG信號(hào)來(lái)識(shí)別下肢不同的運(yùn)動(dòng)模式，其目的就是基于sEMG信號(hào)的非平穩(wěn)性和隨機(jī)性，運(yùn)用現(xiàn)代信號(hào)處理方法尋求其內(nèi)在的本質(zhì)特征，并深入研究及運(yùn)用現(xiàn)代模式識(shí)別理論設(shè)計(jì)模式分類器，使其能夠?qū)ο轮\(yùn)動(dòng)模式的本征值

3、進(jìn)行有效識(shí)別，為揭示sEMG信號(hào)的本質(zhì)與多自由度肌電控制假肢的實(shí)用化提供理論依據(jù)，主要工作和創(chuàng)新之處如下:
　　1.設(shè)計(jì)了sEMG信號(hào)的放大濾波電路，sEMG信號(hào)的放大濾波電路是實(shí)現(xiàn)肌電信號(hào)采集系統(tǒng)的關(guān)鍵，根據(jù)sEMG信號(hào)的幅頻特性和外界信號(hào)對(duì)其影響，本文設(shè)計(jì)了較好的濾波電路，特別是設(shè)計(jì)出了一種新型的50Hz工頻陷波電路，能夠很好地解決工頻噪聲對(duì)sEMG信號(hào)的不良影響;
　　2.利用小波變換的多分辨率分析技術(shù)，利用小波分解系

4、數(shù)矩陣的奇異值構(gòu)建sEMG信號(hào)特征向量，結(jié)合BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)分類器，對(duì)人體下肢常見(jiàn)六種運(yùn)動(dòng)的分類進(jìn)行了研究，并完成了對(duì)下肢肌肉的疲勞評(píng)估和基于sEMG信號(hào)的路況識(shí)別;
　　3.提出了基于粒子群優(yōu)化的過(guò)程神經(jīng)網(wǎng)絡(luò)分類算法，兼顧了采集信號(hào)的空間耦合作用和時(shí)間積累效應(yīng)，避免了因特征提取而導(dǎo)致的信息流失，在無(wú)需進(jìn)行特征提取的情況下，完成了對(duì)人體下肢不同運(yùn)動(dòng)模式的自動(dòng)分類。與傳統(tǒng)的過(guò)程神經(jīng)網(wǎng)絡(luò)算法相比，本文采用的粒子群算法通過(guò)對(duì)網(wǎng)絡(luò)