【摘要】：肌力估計能夠反映人體的運動意圖、肢體運動參數(shù)、肌肉健康狀態(tài)以及疲勞程度,在運動指導、肌肉疾病診斷、康復狀態(tài)評價以及人機交互等諸多領域具有廣泛應用價值和重要理論意義。論文以膝關節(jié)股四頭肌為研究對象,圍繞肌動(mechanomyogram,MMG)信號獲取、信號處理、特征提取以及回歸模型構建四個方面開展研究工作,提出了一種基于多通道肌動信號的人體肌力估計方法,解決了膝關節(jié)運動的肌力估計問題,研究成果可以進一步提高肌力估計準確度,促進肌力估計在工程實踐中的應用。論文主要工作和創(chuàng)新點如下:(1)探討了MMG信號的產(chǎn)生原理及與肌力的關聯(lián)性,分析了決定肌肉力量的主要因素,設計了多通道MMG信號的采集設備,改進了MMG傳感器的安裝方式,該方式具有隔著衣服可以獲取股四頭肌收縮時MMG原始信號的優(yōu)點,相比較肌電、腦電信號對皮膚阻抗等干擾具有更好的魯棒性,使得MMG信號的采集更加靈活、便捷。(2)分析了MMG信號的噪聲和偽跡來源,提出了一種基于本征模態(tài)函數(shù)的信號處理方法,該方法利用多元經(jīng)驗模態(tài)分解算法對多通道MMG信號進行分解,得到一系列本征模態(tài)函數(shù),再根據(jù)本征模態(tài)函數(shù)的自相關函數(shù)和能量分布特性,去除白噪聲與運動偽跡,獲得較為純凈的MMG信息。該方法在去除白噪聲和運動偽跡的基礎上,可以最大程度的獲取MMG信號中的有用信息,對不同人群采集到的MMG信號具有更好的自適應能力。(3)研究了MMG信號的時域、頻域、熵、相關性和瞬時頻率等特性,提出了一種基于自適應滑動窗長度的特征提取方法,提高了MMG信號特征表達的準確度。該方法首先通過希爾伯特-黃變換獲取MMG信號的瞬時頻率和瞬時能量信息,然后根據(jù)MMG信號的瞬時能量與肌力之間的關聯(lián)性,利用瞬時能量的變化情況調整特征提取時的滑動窗長度,使滑動窗能夠更好地適應肌力變化,進一步提高所構建模型的精度。(4)構建了基于多通道MMG信號的肌力估計回歸模型,實現(xiàn)了對股四頭肌收縮力量的連續(xù)估計�；贛MG信號的肌力估計回歸模型的輸入由3個MMG信號通道的平均整流值(mean absolute value,MAV)、平均功率譜強度(mean power frequency,MPF)、樣本熵(sample entropy,SampEn)和通道間的相關系數(shù)等12個特征構成,然后利用稀疏貝葉斯模型的相關向量機算法建立MMG-肌力回歸模型,最后通過股四頭肌的等長收縮實驗驗證了肌力估計回歸模型的準確度。實驗結果表明,本文所提肌力估計方法實現(xiàn)了對肌力的連續(xù)估計,估計力值和實際力值的均方根誤差(root mean square error,RMSE)為8.7%MVC(maximum voluntary contraction),決定系數(shù)(coefficient of determination,R2)為0.817,優(yōu)于大部分基于肌電和MMG信號的肌力估計研究。該方法在采集信號硬件要求、安裝方式和對皮膚阻抗的魯棒性等方面具有優(yōu)勢。
【學位授予單位】：中國科學技術大學
【學位級別】：博士
【學位授予年份】：2019
【分類號】：R318;TN911.7
【圖文】：

力量的檢測方法。如吳翊馨等人使用Ｃｙｂｅｘ－Ｎｏｒｍ等速測力系統(tǒng)對足球運動員的逡逑髖、膝關節(jié)屈伸進行力量測試，分析其力學特征規(guī)律［＠。逡逑但是另一方面，如圖１．２，等速裝置的使用不夠便利，只能應用于特定的肌逡逑力估計場合，無法在類似可穿戴設備和實際的運動過程中進行肌力估計，同時等逡逑速測力裝置往往價格不菲。逡逑（ｂ）邋Ｋｉｎ－ｃｏｍ邋Ｉｓｏｋｉｎｅｔｉｃ邋Ｄｙｎａｍｏｍｅｔｅｒ逡逑（ａ）邋Ｂｉｏｄｅｘ邋Ｓｙｓｔｅｍ邋４邋Ｐｒｏ邐邐逡逑}0邋＿�！诲义希ǎ悖╁澹龋眨停粒缅澹危希遥瓦姡ǎ洌╁澹蹋椋洌镥澹粒悖簦椋觯邋澹停酰欤簦椋剩铮椋睿翦澹模睿幔恚铮恚澹簦澹蝈义蠄D１．２常見的等速測力裝置逡逑因此，越來越多的研宄人員開始把目光投向了人體本身，希望能夠不借助于逡逑外部測力裝置來實現(xiàn)肌肉力量的估計，如Ｄｅｎｎｅｒｌｅｉｎ等人將肌腱力傳感器放置在逡逑指淺屈�。ǎ妫欤澹铮颍洌椋纾椋簦铮颍酰恚螅酰穑澹颍妫椋悖椋幔欤椋螅疲模樱┘‰焯�，直接將肌肉收縮量的大逡逑小進行量化，用以測量手指完成各種動作時，肌腱處的力量大小（圖１．３）。結果逡逑顯示指淺屈肌肌腱處的力與指尖力之間的相關系數(shù)高達０．９１，從而實現(xiàn)指尖力逡逑的估計［２６】。盡管這種直接侵入性測量方式的結果可能較為準確，但很顯然這是逡逑有創(chuàng)的測量方式

力量的檢測方法。如吳翊馨等人使用Ｃｙｂｅｘ－Ｎｏｒｍ等速測力系統(tǒng)對足球運動員的逡逑髖、膝關節(jié)屈伸進行力量測試，分析其力學特征規(guī)律［＠。逡逑但是另一方面，如圖１．２，等速裝置的使用不夠便利，只能應用于特定的肌逡逑力估計場合，無法在類似可穿戴設備和實際的運動過程中進行肌力估計，同時等逡逑速測力裝置往往價格不菲。逡逑（ｂ）邋Ｋｉｎ－ｃｏｍ邋Ｉｓｏｋｉｎｅｔｉｃ邋Ｄｙｎａｍｏｍｅｔｅｒ逡逑（ａ）邋Ｂｉｏｄｅｘ邋Ｓｙｓｔｅｍ邋４邋Ｐｒｏ邐邐逡逑}0邋＿�！诲义希ǎ悖╁澹龋眨停粒缅澹危希遥瓦姡ǎ洌╁澹蹋椋洌镥澹粒悖簦椋觯邋澹停酰欤簦椋剩铮椋睿翦澹模睿幔恚铮恚澹簦澹蝈义蠄D１．２常見的等速測力裝置逡逑因此，越來越多的研宄人員開始把目光投向了人體本身，希望能夠不借助于逡逑外部測力裝置來實現(xiàn)肌肉力量的估計，如Ｄｅｎｎｅｒｌｅｉｎ等人將肌腱力傳感器放置在逡逑指淺屈�。ǎ妫欤澹铮颍洌椋纾椋簦铮颍酰恚螅酰穑澹颍妫椋悖椋幔欤椋�，ＦＤＳ）肌腱處，直接將肌肉收縮量的大逡逑小進行量化，用以測量手指完成各種動作時，肌腱處的力量大小（圖１．３）。結果逡逑顯示指淺屈肌肌腱處的力與指尖力之間的相關系數(shù)高達０．９１，從而實現(xiàn)指尖力逡逑的估計［２６】。盡管這種直接侵入性測量方式的結果可能較為準確，但很顯然這是逡逑有創(chuàng)的測量方式

圖１．４邋ＨＨＩ彈性肌力模型（Ｆ：力；ＣＥ：收縮元；ＳＥ：串聯(lián)彈性元；ＰＥ：并聯(lián)彈性元）逡逑

【相似文獻】

相關期刊論文 前10條

1 肖文健;陳志斌;馬東璽;張勇;劉先紅;;光纖陀螺基于本征模態(tài)函數(shù)篩選的閾值濾波算法[J];中國慣性技術學報;2015年05期

2 張立振;劉懷山;魏恩泊;;利用正交本征模態(tài)函數(shù)分析日長變化的主要激發(fā)源[J];中國海洋大學學報(自然科學版);2008年01期

3 黃世奇;黃文準;劉哲;;基于二維本征模態(tài)函數(shù)的SAR圖像目標檢測[J];兵器裝備工程學報;2016年08期

4 趙化彬;張志杰;;基于本征模態(tài)函數(shù)最優(yōu)配比的沖擊波信號經(jīng)驗模態(tài)分解降噪方法[J];科學技術與工程;2017年18期

5 胡維平;莫家玲;杜明輝;;經(jīng)驗模態(tài)分解中的頻域分辨率及其改進方法[J];華南理工大學學報(自然科學版);2007年05期

6 張立振;;分解信號為正交本征模態(tài)函數(shù)的方法[J];振動與沖擊;2007年05期

7 黃建招;謝建;李良;許建國;;一種EMD閾值尋優(yōu)降噪方法[J];噪聲與振動控制;2013年02期

8 張立振;劉鑫;;快速濾波本征模態(tài)函數(shù)分解中的邊界處理[J];中國海洋大學學報(自然科學版);2012年S1期

9 李卿;張國平;劉洋;;Hilbert-Huang變換及其濾波特性研究[J];華中師范大學學報(自然科學版);2009年02期

10 張平;孫衛(wèi);惠曉濱;方翔宇;;一種改進的基于EMD和SVM的滾動軸承故障診斷方法[J];航空維修與工程;2009年02期

相關會議論文 前4條

1 秦毅;秦樹人;毛永芳;;正交經(jīng)驗模態(tài)分解及其快速實現(xiàn)[A];第九屆全國振動理論及應用學術會議論文摘要集[C];2007年

2 秦毅;秦樹人;毛永芳;;正交經(jīng)驗模態(tài)分解及其快速實現(xiàn)[A];第九屆全國振動理論及應用學術會議論文集[C];2007年

3 龍丹;牛聰;周懷來;張益明;周慰;;基于VMD的時頻分析方法研究及應用[A];2018年中國地球科學聯(lián)合學術年會論文集（二十三）——專題47：油氣田與煤田地球物理勘探[C];2018年

4 劉婷婷;陳小宏;李景葉;;基于f-x域CEEMD與小波閾值結合法去除相干和隨機噪聲[A];中國地球物理2013——第二十專題論文集[C];2013年

相關博士學位論文 前6條

1 王大慶;基于肌動信號的人體股四頭肌肌力估計方法研究[D];中國科學技術大學;2019年

2 朱正;Hilbert-Huang變換及其在目標方位估計和水聲通信中的應用研究[D];哈爾濱工程大學;2013年

3 劉洋;配電網(wǎng)電纜線路故障檢測與故障源定位方法研究[D];沈陽工業(yè)大學;2015年

4 趙朝君;低功耗心電處理算法及存儲架構研究[D];浙江大學;2015年

5 高暢;時變信號處理關鍵技術研究[D];哈爾濱工業(yè)大學;2016年

6 張承釗;一種金融市場預測的深度學習模型：FEPA模型[D];電子科技大學;2016年

相關碩士學位論文 前10條

1 劉鑫;本征模態(tài)函數(shù)分解中的邊界問題及信號的預測方法研究[D];中國海洋大學;2012年

2 郭一粟;基于經(jīng)驗模態(tài)分解的動平衡測量系統(tǒng)信號處理方法研究[D];吉林大學;2015年

3 樊迎迎;基于HHT算法的EEG信號分析與研究[D];哈爾濱理工大學;2012年

4 劉子豪;高層建筑結構健康監(jiān)測系統(tǒng)的動力參數(shù)識別及水平側移監(jiān)測算法改進研究[D];廣州大學;2017年

5 胡小林;Hilbert-Huang變換的改進及其在機械故障特征提取中的應用[D];重慶大學;2010年

6 王加祥;風電機組關鍵機械部件故障診斷方法研究[D];上海電機學院;2016年

7 趙明;基于經(jīng)驗模態(tài)分解的語音端點檢測算法研究[D];安徽大學;2010年

8 張春蘭;主頻占優(yōu)鑲邊濾波器分解信號為本征模態(tài)函數(shù)的方法[D];中國海洋大學;2012年

9 李書興;外彈道跟蹤數(shù)據(jù)的EMD處理方法研究[D];國防科學技術大學;2012年

10 許人杰;信號二次相位耦合識別在機車故障診斷中的應用研究[D];北京交通大學;2012年

本文編號：2777956