表面肌電信號的動作模式辨識.pdf

1、表面肌電信號是人體自主運動時，在骨骼肌表面用表面電極記錄的神經(jīng)肌肉生物電信號，它反映了神經(jīng)、肌肉的功能狀態(tài)。肌電信號不僅在臨床醫(yī)學、運動醫(yī)學等領域被廣泛應用，而且成為近代假肢控制的熱點研究方向。由于任何誤動作對截肢病人都是十分危險的，因此在假肢控制中，保證較低的誤識別率是整個系統(tǒng)的關鍵，也是本文研究的主要目的。 在前期工作的基礎上，本文首先對肌電信號采集系統(tǒng)的前置放大電路進行了改進，使用“浮動電源技術”，提高了電路的共模抑制能力

2、?；赨SB2.0芯片CY7C68013設計了高速數(shù)據(jù)采集系統(tǒng)，其工作在GPIF模式，控制兩片AD7862-3同時工作，由于AD各通道切換時間非常短（約為0.1ms），可忽略不計，因此基本上可以實現(xiàn)對8路肌電信號的準同步采集。研究中對尺側(cè)腕伸肌、橈側(cè)腕伸肌、橈側(cè)腕屈肌、尺側(cè)腕屈肌、三角肌、肱二頭肌、肱三頭肌、肱橈肌8塊肌肉的電信號進行了采集，AD傳送來的數(shù)據(jù)最后以批量傳輸?shù)姆绞阶詣觽魉徒oPC機，用于后續(xù)的信號處理。 在預處理方面

3、，使用了能量閾值法對動作進行分割。針對肌電信號中的各種噪聲干擾，設計了巴特沃斯低通濾波器、自適應陷波器、基于EMD的小波消噪濾波器進行消噪。從濾波前與濾波后信號的頻譜可以看出，信號中的有用成分得到了有效提取，而噪聲得到抑制。 在特征提取方面，比較了肌電信號的時域統(tǒng)計量（均值、方差、過零數(shù)）、AR模型功率譜比值、小波分解頻帶能量值三類特征參數(shù)，得出了小波分解的頻帶能量值相比之下更穩(wěn)定。 在動作模式分類上，用AR模型功率譜比