骨骼肌是維持人體姿態(tài)、實(shí)現(xiàn)人體運(yùn)動(dòng)的重要生物組織,因此對于肌肉輸出力的估計(jì)在體育訓(xùn)練、康復(fù)工程以及醫(yī)療輔助器械領(lǐng)域具有十分重要的意義。肌音信號（MMG）是肌肉收縮時(shí)產(chǎn)生的振動(dòng)信號,可以反映肌肉的力學(xué)特性,因此本課題使用肌音信號進(jìn)行肱三頭肌的肌力估計(jì)研究。本課題旨在分析MMG與肌力之間的關(guān)聯(lián)關(guān)系,并建立一種具有廣泛適用性的肱三頭肌肌力估計(jì)模型。在研究中選用ADXL354三軸加速度計(jì)、ZNLBS-VI-30KG拉力傳感器以及NI9205數(shù)據(jù)采集模塊實(shí)現(xiàn)了對MMG和肌力信號的同步采集,并設(shè)計(jì)了實(shí)驗(yàn)數(shù)據(jù)采集界面。隨后采集了受試者在不同肌力等級下的恒力收縮實(shí)驗(yàn)數(shù)據(jù),使用線性、二次多項(xiàng)式以及指數(shù)三種函數(shù)對比分析了MMG特征與肌力之間的關(guān)聯(lián)關(guān)系。最后采集了受試者在不同發(fā)力模式下的變力收縮實(shí)驗(yàn)數(shù)據(jù),對比分析了 BP神經(jīng)網(wǎng)絡(luò)、極限梯度提升（XGBoost）和二次多項(xiàng)式等三種模型的肌力估計(jì)效果,選取出最終的肌力估計(jì)模型;并驗(yàn)證了肌力估計(jì)模型在不同發(fā)力模式下的適用性。結(jié)果表明,MMG特征與肌力之間呈現(xiàn)非線性關(guān)系（p<0.05）;二次多項(xiàng)式模型的肌力估計(jì)效果雖然稍差于XGBoost模型,但其在工程應(yīng)用領(lǐng)... 

【文章來源】：華東理工大學(xué)上海市211工程院校教育部直屬院校

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 前言
    1.1 課題背景
    1.2 課題目的和意義
    1.3 肌音信號研究現(xiàn)狀
        1.3.1 肌音信號概述
        1.3.2 肌音信號相對肌電信號的優(yōu)勢
        1.3.3 基于肌音信號的肌肉疲勞與肌力研究現(xiàn)狀
    1.4 肌力估計(jì)研究現(xiàn)狀
        1.4.1 基于肌電信號的肌力估計(jì)研究現(xiàn)狀
        1.4.2 基于肌音信號的肌力估計(jì)研究現(xiàn)狀
    1.5 肌力估計(jì)相關(guān)應(yīng)用
    1.6 肌力估計(jì)模型研究現(xiàn)狀
    1.7 本課題研究內(nèi)容簡介
第2章 肌音信號及肌力采集系統(tǒng)搭建
    2.1 傳感器選擇及電路設(shè)計(jì)
        2.1.1 肌音信號采集傳感器選擇
        2.1.2 肌音信號采集傳感器外圍電路設(shè)計(jì)
        2.1.3 肌力信號采集傳感器選擇
    2.2 數(shù)據(jù)采集卡選擇
    2.3 數(shù)據(jù)采集界面設(shè)計(jì)
    2.4 本章小結(jié)
第3章 實(shí)驗(yàn)方案及肌音信號特征提取
    3.1 實(shí)驗(yàn)方案設(shè)計(jì)
        3.1.1 恒力收縮實(shí)驗(yàn)
        3.1.2 變力收縮實(shí)驗(yàn)
    3.2 肌音信號特征提取方法
        3.2.1 滑動(dòng)窗窗長的選取
        3.2.2 時(shí)域特征
        3.2.3 頻域特征
        3.2.4 時(shí)-頻域特征
    3.3 本章小結(jié)
第4章 肌音信號特征與肌力關(guān)系分析
    4.1 數(shù)據(jù)預(yù)處理
        4.1.1 濾波及祛零漂
        4.1.2 數(shù)據(jù)段選取
    4.2 典型特征隨肌力變化顯著性分析
        4.2.1 時(shí)、頻域典型特征
        4.2.2 典型特征變化顯著性分析
    4.3 典型特征與肌力之間的關(guān)系分析
        4.3.1 線性及非線性函數(shù)關(guān)系擬合
        4.3.2 線性及非線性函數(shù)關(guān)系對比
        4.3.3 分析討論
    4.4 本章小結(jié)
第5章 基于肌音信號的肌力估計(jì)研究
    5.1 用于肌力估計(jì)的特征選取方法
    5.2 基于BP神經(jīng)網(wǎng)絡(luò)的肌力估計(jì)
        5.2.1 BP神經(jīng)網(wǎng)絡(luò)簡介
        5.2.2 BP神經(jīng)網(wǎng)絡(luò)的模型實(shí)現(xiàn)
        5.2.3 模型的肌力估計(jì)效果及分析
    5.3 基于XGBoost的肌力估計(jì)研究
        5.3.1 XGBoost簡介
        5.3.2 XGBoost的模型實(shí)現(xiàn)
        5.3.3 模型的肌力估計(jì)效果及分析
    5.4 基于二次多項(xiàng)式的肌力估計(jì)研究
        5.4.1 二次多項(xiàng)式簡介
        5.4.2 二次多項(xiàng)式的模型實(shí)現(xiàn)
        5.4.3 模型的肌力估計(jì)效果及分析
    5.5 肌力估計(jì)模型的對比及適用性分析
        5.5.1 肌力估計(jì)模型對比
        5.5.2 肌力估計(jì)模型適用性分析
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間成果


【參考文獻(xiàn)】：
期刊論文
[1]XGBoost在衛(wèi)星網(wǎng)絡(luò)協(xié)調(diào)態(tài)勢預(yù)測中的應(yīng)用[J]. 朱明,王春梅,高翔,王靜.  小型微型計(jì)算機(jī)系統(tǒng). 2019(12)
[2]基于肌音信號的握力運(yùn)動(dòng)時(shí)橈側(cè)腕屈肌動(dòng)態(tài)疲勞分析[J]. 鐘豪,吳清,夏春明,章悅,顧曉琳,張勝利.  華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)
[3]肌音信號在康復(fù)工程中應(yīng)用的研究進(jìn)展[J]. 吳清,夏春明,鄭建榮.  中國康復(fù)醫(yī)學(xué)雜志. 2016(10)
[4]表面肌電信號復(fù)雜性與肌力關(guān)系研究[J]. 于在洋,張旭,王東清,高曉平,Li Sheng,周平.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2016(02)
[5]一種考慮肌疲勞因素的肌力預(yù)測模型修正方法[J]. 黃耐寒,楊喜東,陳香.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2014(03)
[6]肌音的匹配追蹤時(shí)--頻分析與肌肉疲勞狀態(tài)研究[J]. 周永洲,閔一建.  長春教育學(xué)院學(xué)報(bào). 2013(12)
[7]基于MATLAB的FIR數(shù)字濾波器設(shè)計(jì)與仿真[J]. 馬月紅,馬彥恒,王雪飛.  電子測量技術(shù). 2010(11)
[8]基于肌音信號的虛擬假肢控制[J]. 夏春明,楊正宜,曹煒,曹恒.  華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(04)
[9]基于肌音信號的仿生手信號采集系統(tǒng)設(shè)計(jì)[J]. 苗露,曹煒,王愛林,楊正宜.  現(xiàn)代電子技術(shù). 2010(09)
[10]腕長伸肌表面肌電與握力大小的相關(guān)性研究[J]. 吳小鷹,侯文生,鄭小林,許蓉,彭承琳.  儀器儀表學(xué)報(bào). 2008(08)

博士論文
[1]基于高密度陣列表面肌電的肌肉肌腱單元解析及肌力估計(jì)[D]. 黃成君.中國科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]基于肌音信號的靜動(dòng)態(tài)肌肉收縮疲勞特征研究[D]. 章悅.華東理工大學(xué) 2017
[2]通信中的若干數(shù)字濾波器設(shè)計(jì)[D]. 周金元.復(fù)旦大學(xué) 2011
[3]基于神經(jīng)網(wǎng)絡(luò)和小波分析的風(fēng)機(jī)故障診斷專家系統(tǒng)[D]. 米江.南京航空航天大學(xué) 2010
[4]表面肌電信號的特征提取與模式分類研究[D]. 邱青菊.上海交通大學(xué) 2009



本文編號：3633381