隨著重負(fù)荷的體力勞動(dòng)逐漸從人力承擔(dān)轉(zhuǎn)移至機(jī)器作業(yè),人體的各項(xiàng)機(jī)能日益減退,其中腿部力量的下降最為明顯,腿部肌肉的運(yùn)動(dòng)鍛煉顯得尤為重要。運(yùn)動(dòng)中,對(duì)腿部肌肉狀態(tài)變化的把握有利于提高鍛煉的科學(xué)性,而肌肉疲勞狀態(tài)則是評(píng)估肌肉功能的重要參考因素之一。本文設(shè)計(jì)并制作了一套完整的基于腿部多部位肌肉表面肌電信號(hào)評(píng)估腿部肌肉疲勞狀態(tài)的智能識(shí)別系統(tǒng)。腿部6塊目標(biāo)肌肉的sEMG通過(guò)扣式反饋電極片拾取后,經(jīng)過(guò)以AD620和OP07芯片為主組建的硬件調(diào)理電路放大濾波處理。利用基于Cortex-M3內(nèi)核的STM32F103C8T6內(nèi)部ADC將6路調(diào)理電路輸出的模擬信號(hào)轉(zhuǎn)化為數(shù)字信號(hào),通過(guò)主從藍(lán)牙模塊HC-05將數(shù)據(jù)包轉(zhuǎn)發(fā)至基于ARM Cortex-A8內(nèi)核的AM335X開(kāi)發(fā)板智能終端。智能終端可實(shí)現(xiàn)肌電圖繪制、無(wú)線轉(zhuǎn)發(fā)數(shù)據(jù)包至服務(wù)器及顯示回傳疲勞狀態(tài)數(shù)值的功能。服務(wù)器端加載訓(xùn)練完成的識(shí)別模型,處理實(shí)時(shí)接收的數(shù)據(jù)流,得出評(píng)估結(jié)果并下發(fā)至智能終端,及時(shí)提醒使用者放松腿部肌肉,進(jìn)而保證運(yùn)動(dòng)安全。通過(guò)對(duì)肌電信號(hào)產(chǎn)生機(jī)理及特點(diǎn)的研究,論證多種分析方法優(yōu)缺點(diǎn),嘗試建立一種可融合多部位sEMG的多層雙向LSTM網(wǎng)絡(luò)模型來(lái)分析腿... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

加拿大Flexcomp十通道表面肌電信號(hào)采集儀美國(guó)Delsys公司生產(chǎn)的肌電信號(hào)測(cè)量?jī)x尺寸小，便于人體攜帶，續(xù)航能力強(qiáng)，可同時(shí)采

的準(zhǔn)確可靠性，使得研究人員可以獲究可以更好地協(xié)助人們了解肌肉功能已經(jīng)研制出不少采集裝置，系統(tǒng)也愈大的 ThoughtTechnology 公司，其研已被廣泛應(yīng)用在康復(fù)醫(yī)療領(lǐng)域，如圖1 加拿大 Flexcomp 十通道表面肌電信號(hào)采電信號(hào)測(cè)量?jī)x尺寸小，便于人體攜帶度高，采樣率高達(dá) 4khz[26]。如圖 1

圖 2.1 sEMG 產(chǎn)生機(jī)理流程圖面肌電信號(hào)的特點(diǎn)與應(yīng)用EMG 的拾取中，表面電極采集到的 sEMG 不是單一肌纖維的電活動(dòng)，而是電極有肌纖維運(yùn)動(dòng)單位動(dòng)作電位的總和。未經(jīng)過(guò)調(diào)理的 sEMG 是一種非平穩(wěn)的微弱值在 0-5mv，均方根值一般在 0-1.5mV，頻帶范圍在 500hz 以下，有用信號(hào)頻率z-300HZ，主要能量集中在 10-100HZ 之間。圖 2.2 是原始表面肌電信號(hào)波形圖

【參考文獻(xiàn)】：
期刊論文
[1]基于表面肌電的肌肉疲勞檢測(cè)系統(tǒng)研究[J]. 糜超,陳陽(yáng),鄒凌.  現(xiàn)代電子技術(shù). 2018(20)
[2]下肢肌肉力量分類及訓(xùn)練方法的綜述[J]. 黃啟闖,徐紅旗.  體育科技文獻(xiàn)通報(bào). 2018(09)
[3]基于O2O智能健身的服務(wù)模式研究[J]. 婁宇爽,李四達(dá).  藝術(shù)與設(shè)計(jì)(理論). 2018(07)
[4]全民健身視角下智能體育發(fā)展的研究[J]. 全粵華,文嘉敏.  運(yùn)動(dòng)精品. 2018(04)
[5]基于ESP8266的粉塵監(jiān)測(cè)儀設(shè)計(jì)與實(shí)現(xiàn)[J]. 沈周鋒.  北華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[6]運(yùn)動(dòng)性疲勞的產(chǎn)生機(jī)理及其恢復(fù)[J]. 陳補(bǔ)林.  科技資訊. 2017(23)
[7]表面肌電信號(hào)的肌肉疲勞判別研究進(jìn)展[J]. 姜亞斌,鄒任玲,劉建.  生物信息學(xué). 2017(02)
[8]關(guān)于運(yùn)動(dòng)性疲勞的研究綜述[J]. 牛崢,楊黎,萬(wàn)緒鵬,牛健壯,劉潔,于雪梅,邵妮娜.  體育世界(學(xué)術(shù)版). 2017(01)
[9]談中長(zhǎng)跑運(yùn)動(dòng)員的運(yùn)動(dòng)型疲勞與恢復(fù)訓(xùn)練[J]. 呂正剛.  黑龍江科學(xué). 2017(01)
[10]肌肉疲勞及肌肉損傷機(jī)制研究綜述[J]. 郭鑫,于天源,周嬙,賈文端,馬馳,陶艷紅.  中華中醫(yī)藥雜志. 2016(07)

博士論文
[1]根據(jù)肌電圖（EMG）信號(hào)評(píng)估人手臂肌肉力和肌肉疲勞的人工智能方法[D]. 烏薩馬（Usama Jasim Naeem）.華中科技大學(xué) 2013

碩士論文
[1]人體表面肌電信號(hào)采集與處理系統(tǒng)設(shè)計(jì)[D]. 李楠.內(nèi)蒙古大學(xué) 2018
[2]基于表面肌電信號(hào)的上肢模式識(shí)別技術(shù)研究[D]. 董海清.上海師范大學(xué) 2018
[3]基于sEMG的卒中上肢肌肉疲勞監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[D]. 陸國(guó)冉.鄭州大學(xué) 2018
[4]基于表面肌電信號(hào)的穿戴式人體行為識(shí)別系統(tǒng)[D]. 俞畢洪.浙江大學(xué) 2018
[5]基于肌電信號(hào)的頸肩肌肉疲勞特性研究[D]. 李琰.天津工業(yè)大學(xué) 2018
[6]基于AM335X的多參數(shù)監(jiān)護(hù)儀[D]. 吳鳴.杭州電子科技大學(xué) 2017
[7]表面肌電的采集系統(tǒng)及應(yīng)用研究[D]. 方泓煜.電子科技大學(xué) 2017
[8]基于循環(huán)神經(jīng)網(wǎng)絡(luò)方法的腦電信號(hào)身份識(shí)別[D]. 周婧.北京郵電大學(xué) 2017
[9]基于ARM的表面肌電信號(hào)采集與模擬仿真系統(tǒng)的設(shè)計(jì)[D]. 雷俊.吉林大學(xué) 2014
[10]基于神經(jīng)網(wǎng)絡(luò)的表面肌電信號(hào)分類方法研究[D]. 孫保峰.吉林大學(xué) 2013



本文編號(hào)：2895675