隨著人工智能技術(shù)的飛速發(fā)展,生物醫(yī)學(xué)工程與模式識(shí)別技術(shù)的結(jié)合廣泛應(yīng)用在人機(jī)交互、疾病診斷、假肢控制等多個(gè)領(lǐng)域,其中,功能智能化的假肢的發(fā)展使得手勢(shì)動(dòng)作的分類識(shí)別成為研究的熱點(diǎn)之一。迄今為止,解碼表面肌電信號(hào)（sEMG）成為手勢(shì)動(dòng)作識(shí)別的主要研究手段,但sEMG也是一種微弱的生理電信號(hào),容易受到電磁干擾和肌肉疲勞的影響。通常,傳統(tǒng)的肌電采集設(shè)備大多采用的是金屬電極,需要采用涂導(dǎo)電膏的方式降低電極與皮膚之間的接觸阻抗,不適用于導(dǎo)電膏過(guò)敏人群且易造成患者不適,從而不便于電生理信號(hào)的長(zhǎng)期監(jiān)測(cè)。因?yàn)槭謩?shì)動(dòng)作需要肌群之間協(xié)同完成,且每個(gè)手勢(shì)動(dòng)作的肌肉收縮水平不同,針對(duì)sEMG與肌電采集傳感器的不足,本文選擇納米金柔性傳感器,將其拉伸過(guò)程中良好的導(dǎo)電性能應(yīng)用在手勢(shì)動(dòng)作分類中,納米金柔性傳感器利用前臂肌肉收縮水平的差異性將傳感器被拉伸后的形變信號(hào)應(yīng)用于手勢(shì)動(dòng)作分類,驗(yàn)證其分類性能,為基于生理信號(hào)的假肢控制應(yīng)用提供一種新的技術(shù)手段。本文的研究?jī)?nèi)容主要包括以下幾個(gè)方面:（1）針對(duì)納米金柔性傳感器及其采集平臺(tái)做了初步的研究,首先,本文設(shè)計(jì)并制備了納米金柔性傳感器,通過(guò)實(shí)驗(yàn)探討了其不同的封裝形式,然后根據(jù)日常... 

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 用于手勢(shì)動(dòng)作的sEMG傳感器的研究現(xiàn)狀
        1.2.2 柔性傳感器國(guó)內(nèi)外現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容
        1.3.1 本文的主要內(nèi)容
        1.3.2 創(chuàng)新點(diǎn)
    1.4 本章小結(jié)
2 納米金柔性傳感器的構(gòu)建及數(shù)據(jù)處理方法
    2.1 納米金柔性傳感器的封裝及其采集平臺(tái)
        2.1.1 納米金柔性傳感器的封裝
        2.1.2 納米金柔性傳感器的采集平臺(tái)
    2.2 手勢(shì)動(dòng)作選擇
    2.3 數(shù)據(jù)處理
        2.3.1 預(yù)處理
        2.3.2 特征選擇
        2.3.3 分類器的選擇
    2.4 本章小結(jié)
3 基于納米金柔性傳感器的手勢(shì)識(shí)別
    3.1 納米金柔性傳感器位置的選擇
        3.1.1 位置敏感特性實(shí)驗(yàn)設(shè)計(jì)
        3.1.2 傳感器不同測(cè)試位置的分類準(zhǔn)確率
        3.1.3 納米金柔性傳感器分類性能
    3.2 手臂姿勢(shì)對(duì)分類準(zhǔn)確率的影響
    3.3 基于手勢(shì)動(dòng)作不同訓(xùn)練模式的分類性能
        3.3.1 實(shí)驗(yàn)設(shè)計(jì)
        3.3.2 時(shí)域波形
        3.3.3 兩種不同訓(xùn)練模式的分類性能
    3.4 納米金柔性傳感器與基于s EMG的手勢(shì)動(dòng)作識(shí)別比較
        3.4.1 手勢(shì)識(shí)別實(shí)驗(yàn)設(shè)計(jì)
        3.4.2 數(shù)據(jù)處理
        3.4.3 sEMG與形變信號(hào)對(duì)比分析
    3.5 本章小結(jié)
4 基于柔性可拉伸材料的形變信號(hào)的探索
    4.1 手勢(shì)動(dòng)作及不同力度影響的實(shí)驗(yàn)設(shè)計(jì)
    4.2 柔性可拉伸材料的形變信號(hào)的時(shí)域波形
    4.3 手勢(shì)及不同力度的混淆矩陣
    4.4 柔性可拉伸材料的形變信號(hào)的平均分類性能
    4.5 本章小結(jié)
5 總結(jié)與展望
致謝
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)的sEMG手勢(shì)識(shí)別研究[J]. 張龍嬌,曾曉勤.  計(jì)算機(jī)工程與應(yīng)用. 2019(23)
[2]基于深度學(xué)習(xí)模型的表面肌電信號(hào)手勢(shì)動(dòng)作識(shí)別算法研究[J]. 曹書(shū)豪,許成哲.  科技視界. 2019(01)

碩士論文
[1]基于表面肌電信號(hào)的手勢(shì)動(dòng)作識(shí)別方法研究[D]. 顧曉婷.哈爾濱工程大學(xué) 2019
[2]基于柔性電極的表面肌電信號(hào)采集與處理研究[D]. 肖翔.電子科技大學(xué) 2018
[3]基于表面肌電信號(hào)的上肢精細(xì)動(dòng)作模式識(shí)別研究[D]. 莊聰聰.華南理工大學(xué) 2018



本文編號(hào)：3648941