發(fā)布時間：2021-03-11 16:00

　　近年來,社會老齡化愈發(fā)普遍,老年人的健康問題逐漸成為社會關注的熱點。摔倒是老年人群體中的高發(fā)性事件,嚴重威脅著老年人的身心健康。摔倒發(fā)生后,如果能夠及時的檢測到,并發(fā)出求救信號可以加快醫(yī)療救護趕到的步伐,為老人爭取寶貴的時間。為此,國內外研究人員進行了大量的相關研究。但摔倒已然發(fā)生,傷害也已經造成,因此,另一研究方向—摔倒預測逐漸發(fā)展起來。摔倒預測的核心問題是在摔倒發(fā)生后,身體開始失去平衡到身體與地面發(fā)生碰撞的這段時間內檢測出摔倒,從而為打開保護裝置爭取時間,避免或減輕因碰撞造成的傷害,并且與日�；顒訁^(qū)分開來。表面肌電（surface electromyography,sEMG）信號是一種重要的電生理信號,反映了人體動作時肌肉的活動意圖和狀態(tài),蘊含了很多與肢體運動相關聯(lián)的信息。本研究以sEMG信號作為信號源,提出基于sEMG信號的摔倒預測方法,主要工作如下:（1）研究下肢肌肉塊在人體活動中的作用,確定影響行走穩(wěn)定性的主要肌肉,為信號采集位置提供依據(jù);成功采集20名受試者摔倒和日常活動中下肢sEMG信號,完成數(shù)據(jù)采集工作;為提高識別準確率,對原始sEMG信號進行預處理,降噪、分割,為后續(xù)... 

【文章來源】：河北大學河北省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

MR3軟件設置系統(tǒng)參數(shù)

電極片及其他材料

Motive軟件

【參考文獻】：
期刊論文
[1]基于深度卷積神經網(wǎng)絡的帕金森步態(tài)識別[J]. 王金甲,劉青玉,陳浩.  中國生物醫(yī)學工程學報. 2017(04)
[2]人體步態(tài)滑跌過程中的下肢表面肌電特性研究[J]. 蘇海龍,許兆健,張峻霞,張琰.  中國生物醫(yī)學工程學報. 2017(02)
[3]基于多路sEMG時序分析的人體運動模式識別方法[J]. 佟麗娜,侯增廣,彭亮,王衛(wèi)群,陳翼雄,譚民.  自動化學報. 2014(05)
[4]基于時序分析的人體摔倒預測方法[J]. 佟麗娜,宋全軍,葛運建.  模式識別與人工智能. 2012(02)
[5]老年人跌倒與平衡及步態(tài)異常[J]. 劉元標,勵建安.  中國康復理論與實踐. 2012(01)
[6]基于加速計與表面肌電傳感器信息融合的手語識別方法[J]. 李云,陳香,張旭,趙章琰,楊基海.  航天醫(yī)學與醫(yī)學工程. 2010(06)
[7]基于貝葉斯分類研究肌肉動作模式識別方法[J]. 楊廣映,羅志增.  杭州電子科技大學學報. 2005(05)
[8]具有觸覺和肌電控制功能的仿生假手研究[J]. 羅志增,王人成.  傳感技術學報. 2005(01)
[9]肌電信號的拾取和預處理[J]. 羅志增,任曉亮.  傳感技術學報. 2004(02)

碩士論文
[1]基于表面肌電信號的手部動作識別方法研究[D]. 郝沙沙.河北大學 2018
[2]人體步態(tài)信息及運動重心軌跡檢測方法研究[D]. 楊志方.河北大學 2018
[3]融合肌電信息的人體踝關節(jié)三維活動度量化方法研究[D]. 張云超.河北大學 2018
[4]肌肉—關節(jié)模型在人體動態(tài)平衡建模中的應用[D]. 焦立偉.河北大學 2017
[5]職業(yè)性下腰痛患者核心肌群的功能分析及應用研究[D]. 高俊敏.河北大學 2016
[6]基于深度卷積神經網(wǎng)絡的手勢識別研究[D]. 陳祖雪.陜西師范大學 2016
[7]基于表面肌電信號的人體行走模式識別[D]. 溫倩.河北工業(yè)大學 2015
[8]人體運動檢測系統(tǒng)設計與摔倒預測方法研究[D]. 周晴.華東師范大學 2014
[9]基于直方圖和頻譜的表面肌電信號處理[D]. 周煒.杭州電子科技大學 2009



本文編號：3076708