發(fā)布時(shí)間：2018-01-31 13:33

  本文關(guān)鍵詞： 表面肌電 特征提取 非平穩(wěn)信號(hào) 塊稀疏貝葉斯學(xué)習(xí)　出處：《儀器儀表學(xué)報(bào)》2014年12期 　論文類型：期刊論文

【摘要】：針對(duì)上肢多種運(yùn)動(dòng)的模式識(shí)別問題,對(duì)表面肌電的特征提取方法進(jìn)行了研究,旨在取得更有鑒別能力的特征。采用基于塊稀疏貝葉斯學(xué)習(xí)的方法提取s EMG信號(hào)中蘊(yùn)含的運(yùn)動(dòng)信息,用于上肢動(dòng)作中的整手以及精細(xì)的手指動(dòng)作的識(shí)別�；趬K稀疏貝葉斯學(xué)習(xí)的方法提取到的分解系數(shù)特征DC能表征s EMG信號(hào)的非線性特征。在對(duì)8位受試者6類整手以及精細(xì)的手指動(dòng)作的識(shí)別實(shí)驗(yàn)中,將DC特征結(jié)合Willison幅值特征能更有效地反映出6類動(dòng)作之間的差異,平均動(dòng)作識(shí)別成功率可達(dá)92.9%。實(shí)驗(yàn)表明,所提出的特征提取方案可行。與傳統(tǒng)的特征提取方法相比,此方案進(jìn)一步提高了多種動(dòng)作模式的識(shí)別精度。
[Abstract]:Aiming at the pattern recognition of multiple movements of upper limbs, the feature extraction method of surface electromyography is studied. In order to obtain more discriminant features, a block sparse Bayesian learning method is used to extract the motion information contained in s EMG signal. It is used to recognize the whole hand and fine finger movement in upper limb movement. The decomposition coefficient feature DC which is extracted from block sparse Bayesian learning method can represent s. The nonlinear characteristics of EMG signal. In the experiment of recognition of 6 kinds of whole hand and fine finger movement of 8 subjects. DC features combined with Willison amplitude features can more effectively reflect the differences between the six types of actions, and the average success rate of motion recognition can reach 92.9%. Compared with the traditional feature extraction method, the proposed scheme can further improve the recognition accuracy of various action patterns.
【作者單位】： 北京航空航天大學(xué);
【分類號(hào)】：TN911.7
【正文快照】： 1引言人體自主運(yùn)動(dòng)時(shí),神經(jīng)肌肉系統(tǒng)活動(dòng)會(huì)發(fā)放出電信號(hào)。從人體淺表骨骼肌的表面經(jīng)生物電極記錄到的此類電信號(hào)就是表面肌電信號(hào)(surface electromyography,s EMG)。s EMG信號(hào)能夠反映人體神經(jīng)、肌肉的活動(dòng)狀態(tài)。提取s EMG的信號(hào)特征可用于控制或診斷,因此s EMG信號(hào)在人機(jī)交互

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 羅志增;王人成;;基于表面肌電信號(hào)的前臂手部多運(yùn)動(dòng)模式識(shí)別[J];儀器儀表學(xué)報(bào);2006年09期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張毅;連奧奇;羅元;;基于小波變換及AR模型的EMG模式識(shí)別研究[J];電子測(cè)量與儀器學(xué)報(bào);2011年09期

2 呂俊;;基于頭皮和表面肌電信號(hào)假手控制系統(tǒng)[J];電子科技;2011年07期

3 黃天鵬;張華;黃威;沈曉燕;;基于表面肌電信號(hào)的上臂動(dòng)作識(shí)別研究[J];南通大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

4 李林偉;王紅旗;姜磊;;基于支持向量機(jī)的表面肌電信號(hào)動(dòng)作模式識(shí)別[J];科學(xué)技術(shù)與工程;2014年07期

5 李博;李強(qiáng);;基于小波特征分析的手指動(dòng)作識(shí)別研究[J];現(xiàn)代生物醫(yī)學(xué)進(jìn)展;2011年20期

6 劉濤然;張建國(guó);宋海燕;;基于表面肌電信號(hào)參數(shù)的人體上肢運(yùn)動(dòng)研究[J];天津科技大學(xué)學(xué)報(bào);2009年02期

7 陳昕;鄭永平;郭靜宜;;基于超聲信號(hào)的假手實(shí)時(shí)控制系統(tǒng)研究[J];儀器儀表學(xué)報(bào);2010年07期

8 郝冬梅;吳水才;;醫(yī)學(xué)模式識(shí)別課程建設(shè)的探索[J];醫(yī)學(xué)信息;2010年03期

9 郝冬梅;吳水才;;研究生課程醫(yī)學(xué)模式識(shí)別的雙語教學(xué)建設(shè)[J];中國(guó)中醫(yī)藥現(xiàn)代遠(yuǎn)程教育;2012年15期

10 吳常鋮;宋愛國(guó);章華濤;;一種肌電假手的自適應(yīng)模糊控制方法[J];儀器儀表學(xué)報(bào);2013年06期

相關(guān)會(huì)議論文 前2條

1 許蓉;侯文生;鄭小林;彭承琳;馬麗;;握力大小與前臂肌肉表面肌電頻率特性的相關(guān)性研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

2 汪洋;張小棟;趙建平;;應(yīng)用于外骨骼機(jī)器人的肌電信號(hào)模式識(shí)別[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

相關(guān)博士學(xué)位論文 前5條

1 陳歆普;基于肌電信號(hào)的多模式人機(jī)接口研究[D];上海交通大學(xué);2011年

2 吳軍;上肢康復(fù)機(jī)器人及相關(guān)控制問題研究[D];華中科技大學(xué);2012年

3 吳軍;上肢康復(fù)機(jī)器人及相關(guān)控制問題研究[D];華中科技大學(xué);2012年

4 吳軍;上肢康復(fù)機(jī)器人及相關(guān)控制問題研究[D];華中科技大學(xué);2012年

5 程祥利;上肢康復(fù)訓(xùn)練機(jī)器人的肌電控制研究[D];山東大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 邢方印;基于小波分析的針刺緩解腓腸肌群疲勞的評(píng)價(jià)[D];北京中醫(yī)藥大學(xué);2011年

2 周麗紅;肌電信號(hào)控制下肢假肢關(guān)鍵技術(shù)研究[D];河北工業(yè)大學(xué);2011年

3 熊漢;基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的肌電信號(hào)模式識(shí)別系統(tǒng)[D];華中科技大學(xué);2011年

4 劉濤然;人體表面肌電信號(hào)的特性研究[D];天津科技大學(xué);2009年

5 鞠徐;基于表面肌電信號(hào)的動(dòng)作模式識(shí)別[D];南京航空航天大學(xué);2009年

6 劉亞偉;基于表面肌電多特征的下肢行走關(guān)鍵模態(tài)識(shí)別研究[D];天津大學(xué);2009年

7 楊沛沛;前臂肌電信號(hào)實(shí)時(shí)智能模式識(shí)別系統(tǒng)研究[D];華中科技大學(xué);2009年

8 倪文倩;面向仿生手的肌電信號(hào)采集與處理系統(tǒng)[D];上海師范大學(xué);2013年

9 康樂;人體下肢表面肌電信號(hào)的特性研究[D];天津科技大學(xué);2012年

10 高允領(lǐng);基于表面肌電信號(hào)的人手抓取動(dòng)作模式識(shí)別技術(shù)研究[D];上海師范大學(xué);2014年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳振洲;鄒麗珊;;核Foley-Sammon變換[J];廣州大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

2 李敏;;圖像幾種特征提取算子的研究[J];科技傳播;2013年15期

3 李晉徽;楊俊安;王一;;一種新的基于瓶頸深度信念網(wǎng)絡(luò)的特征提取方法及其在語種識(shí)別中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2014年03期

4 白瑪玉珍;;幾種藏文字特征提取方法比較研究[J];信息與電腦(理論版);2014年04期

5 張智斌;朱俊勇;鄭偉詩(shī);王倩;賴劍煌;;基于二維局部鑒別高斯的特征提取方法[J];計(jì)算機(jī)科學(xué);2014年06期

6 黃萬軍,尹寶才,陳通波,孔德慧;基于三維可變形模板的眼睛特征提取[J];計(jì)算機(jī)研究與發(fā)展;2002年04期

7 張德干,尹國(guó)成,郝先臣,趙海;一種基于概括約簡(jiǎn)的特征提取新方法[J];東北大學(xué)學(xué)報(bào);2004年06期

8 劉中華,盛賽斌;故障特征提取的方法研究[J];電子技術(shù)應(yīng)用;2004年11期

9 路曉偉,蔣馥,侯立文;基于客戶本體的客戶特征提取[J];計(jì)算機(jī)工程;2005年05期

10 曹國(guó)輝;;車輛特征提取方法綜述[J];中國(guó)水運(yùn)(理論版);2006年03期

相關(guān)會(huì)議論文 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

4 杜栓平;曹正良;;時(shí)間—頻率域特征提取及其應(yīng)用[A];2005年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

9 劉紅;陳光，

本文編號(hào)：1479179