本文關鍵詞：人體手部動作肌電信號的處理與識別研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：表面肌電信號(surface electromyogram,s EMG)是肢體運動時對應肌肉收縮所產(chǎn)生的通過表面電極與相關儀器記錄下來的能夠反映人體運動特征的一種復雜微弱的生物電信號。隨著社會的發(fā)展和生活質量的提高,以智能康復功能為代表的新型醫(yī)療系統(tǒng)的需求越來越大,而通過表面肌電信號對人體運動信息和運動意圖進行準確的判斷識別是建立此類康復醫(yī)療系統(tǒng)的重要一環(huán)。本文旨在對人體手部動作的肌電信號進行系統(tǒng)的研究,以達到對手部不同動作的準確識別,主要工作如下:(1)首先,分析表面肌電信號的產(chǎn)生機理;對表面肌電信號的一些普遍特點進行了介紹;確定了手部動作的選擇與電極的擺放位置;選擇了合適的軟硬件搭建了表面肌電信號的采集系統(tǒng);完成了對手部四種常見動作模式下兩路表面肌電信號的采集實驗。(2)其次,為了有效地提取噪聲背景下的表面肌電信號,采用將經(jīng)驗模態(tài)分解(EMD)和小波閾值相結合的方法對表面肌電信號進行去噪。先運用EMD將采集的表面肌電信號自適應性地分解成為一系列頻率成分各不相同的固有模態(tài)函數(shù)(IMF)之和,然后對高頻含噪的IMF采用小波閾值去噪,最后將去噪處理后的IMF和所有未處理的IMF進行擬合,擬合后的信號即為經(jīng)EMD小波閾值去噪所得的表面肌電信號。實驗證明采用基于EMD小波閾值的表面肌電信號去噪方法融合了EMD與小波閾值的優(yōu)點,有更好的去噪效果。(3)第三,計算去噪后表面肌電信號的時域特征、頻域特征和時頻域特征并進行了對比分析,確定了由典型的時頻域分析法中的小波變換來提取其特征,提取四種動作表面肌電信號小波系數(shù)絕對值的最大值構成特征向量。(4)最后,利用支持向量機對四種手部動作的肌電信號進行分類識別,在分類過程中利用人工魚群算法對支持向量機的參數(shù)進行優(yōu)化調整,以選擇最優(yōu)的參數(shù)組合,提高支持向量機的識別精度。仿真結果表明,運用該方法較傳統(tǒng)的方法具有更高的識別率。
【關鍵詞】：表面肌電信號 去噪 特征提取 模式識別 人工魚群算法
【學位授予單位】：安徽工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R496;TN911.7
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 本課題研究的背景與意義9-10
• 1.2 國內外研究現(xiàn)狀10-14
• 1.2.1 表面肌電信號去噪的研究概況10-11
• 1.2.2 表面肌電信號特征提取的研究概況11-12
• 1.2.3 表面肌電信號模式識別的研究概況12-14
• 1.2.4 總結14
• 1.3 本文主要的研究內容14
• 1.4 本文結構安排14-16
• 第二章 表面肌電信號的采集實驗設計16-25
• 2.1 表面肌電信號的產(chǎn)生機理16
• 2.2 表面肌電信號的特點分析16-17
• 2.3 表面肌電信號的采集17-24
• 2.3.1 系統(tǒng)的構成17-19
• 2.3.2 動作姿態(tài)的規(guī)劃19-20
• 2.3.3 電極位置的選擇20
• 2.3.4 表面肌電信號的采集實驗20-24
• 2.3.5 表面肌電信號采集注意事項24
• 2.4 本章小結24-25
• 第三章 表面肌電信號的去噪研究25-36
• 3.1 噪聲來源分析25
• 3.2 小波閾值去噪25-28
• 3.3 EMD濾波去噪28-31
• 3.3.1 EMD分解基本原理28-29
• 3.3.2 EMD濾波分析29-31
• 3.4 基于EMD小波閾值去噪31-32
• 3.5 信號去噪效果評估標準32
• 3.6 實驗及結果分析32-34
• 3.7 本章小結34-36
• 第四章 表面肌電信號的特征提取36-44
• 4.1 時域特征提取36-38
• 4.2 頻域特征提取38-40
• 4.3 時頻域特征提取40-43
• 4.4 本章小結43-44
• 第五章 基于支持向量機的表面肌電信號識別及其優(yōu)化44-57
• 5.1 模式識別概述44
• 5.2 SVM原理44-49
• 5.2.1 SVM概述44-45
• 5.2.2 SVM分類原理45-47
• 5.2.3 核函數(shù)47-48
• 5.2.4 SVM分類方法48-49
• 5.3 SVM的參數(shù)選擇49
• 5.4 人工魚群優(yōu)化算法尋優(yōu)原理49-53
• 5.4.1 人工魚群算法概述49
• 5.4.2 魚群四種行為描述49-52
• 5.4.3 人工魚群算法（AFSA）尋優(yōu)流程52-53
• 5.5 人工魚群優(yōu)化SVM（AFSVM）參數(shù)53-54
• 5.6 實驗與結果分析54-56
• 5.6.1 實驗數(shù)據(jù)基礎54
• 5.6.2 模型的建立以及實驗與結果分析54-56
• 5.7 本章小結56-57
• 第六章 結論與展望57-59
• 6.1 主要結論57
• 6.2 展望57-59
• 參考文獻59-64
• 攻讀研究生期間參與的研究成果64-65
• 致謝65

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊基海,鐘展輝,李峪峻,周平,陳香,婁智;肌電信號分解的一種方法(英文)[J];中國科學技術大學學報;2000年01期

2 李芳,王人成;肌電信號及其運動模式辨識方法的發(fā)展趨勢[J];中國康復醫(yī)學雜志;2005年07期

3 楊廣映,羅志增;小波變換在肌電信號預處理中的應用[J];杭州電子科技大學學報;2005年01期

4 趙京東;劉英濤;姜力;高曉輝;;采用肌電信號控制殘疾人假手的研究[J];機械制造;2006年09期

5 肖毅;陳善廣;王春慧;;基于熵理論和復雜度的肌電信號分析[J];科技導報;2009年21期

6 李醒飛;朱嘉;楊晶晶;張國雄;盧志揚;;基于肌電信號的人手運動狀態(tài)的辨識[J];中國生物醫(yī)學工程學報;2007年02期

7 許棟岳;李克勇;;肌電信號的特征分析方法及其應用[J];現(xiàn)代生物醫(yī)學進展;2010年13期

8 林彩娜;馬超;伍少玲;燕鐵斌;;不同步行方式下正常人腰腹肌肌電信號分析[J];中國康復醫(yī)學雜志;2012年01期

9 楊福生;;肌電信號的處理[J];國外醫(yī)學(生物醫(yī)學工程分冊);1987年02期

10 李玲華;;體表肌電信號的處理進展[J];國外醫(yī)學.生物醫(yī)學工程分冊;1996年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 周萌;沈鈞賢;童秉綱;尹協(xié)振;;鯽魚肌電信號測量研究[A];慶祝中國力學學會成立50周年暨中國力學學會學術大會’2007論文摘要集（下）[C];2007年

2 張小棟;;肌電信號的檢測與處理技術研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

3 路國華;楊芳;;肌電信號中心電噪聲的自適應濾波[A];第八屆全國信號與信息處理聯(lián)合學術會議論文集[C];2009年

4 何樂生;胡耀航;王威廉;;基于精確起始時刻同步的肌電信號動作識別方法[A];2010中國儀器儀表與測控技術大會論文集[C];2010年

5 潘惠娟;;表面肌電的基本原理和研究進展[A];第十七屆中國內鏡醫(yī)師大會論文集[C];2007年

6 吳浩浩;羅志增;;基于肌電信號信號輪廓DTW的手部動作識別方法[A];第七屆全國康復醫(yī)學工程與康復工程學術研討會論文集[C];2010年

7 王耀兵;季林紅;黃靖遠;;康復訓練過程中上肢運動肌電信號特征的對比分析[A];繼往開來 與時俱進——2003年康復醫(yī)學發(fā)展論壇暨慶祝中國康復醫(yī)學會成立20周年學術大會論文集[C];2003年

8 馬麗;侯文生;鄭小林;彭承琳;許蓉;;握力水平與前臂肌肉sEMG信號復雜度的相關性研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

9 楊義勇;王人成;金德聞;黃昌華;;上肢肘關節(jié)受擾運動過程的肌電信號幅值變化和功率譜分析[A];中國康復醫(yī)學會第四屆會員代表大會暨第三屆中國康復醫(yī)學學術大會論文匯編[C];2001年

10 陳玲玲;楊鵬;王輝;郭欣;;基于HMM和SVM的下肢肌電信號處理[A];2005年中國智能自動化會議論文集[C];2005年

中國博士學位論文全文數(shù)據(jù)庫 前8條

1 趙汗青;面向人工假肢的表面肌電信號人手抓取動作研究[D];哈爾濱理工大學;2016年

2 任小梅;基于臨床診斷肌電信號的自動分解算法及研究[D];上海交通大學;2006年

3 吳劍鋒;基于肌電信號的人體下肢運動信息獲取技術研究[D];浙江大學;2008年

4 顏志國;基于粗糙集和支持向量機的表面肌電特征約簡和分類研究[D];上海交通大學;2008年

5 姜葦;子宮肌電信號的分析與子宮收縮機理的研究[D];天津大學;2004年

6 楊志家;體表肌電信號中疲勞信息提取方法的研究[D];浙江大學;1999年

7 李陽;智能仿生手臂肌電信號—運動模型化與模式識別理論方法研究[D];吉林大學;2012年

8 陳歆普;基于肌電信號的多模式人機接口研究[D];上海交通大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳雄彬;表面肌電信號采集與處理器設計[D];華南理工大學;2015年

2 馬靜云;康復運動中表面肌電信號分析方法研究[D];燕山大學;2015年

3 魏秀利;基于腦肌電反饋的虛擬康復系統(tǒng)研究[D];燕山大學;2015年

4 張琳琳;毫伏級生物電信號采集裝置的設計與實現(xiàn)[D];蘭州交通大學;2015年

5 李娜;基于語音與肌電信號融合的假肢校驗模式控制研究[D];武漢工程大學;2015年

6 曹曉鵬;異肢肌電信號控制肢體運動功能重建的算法與硬件實現(xiàn)[D];東南大學;2015年

7 蘭婷;便攜式八通道肌電信號仿生手控制系統(tǒng)[D];電子科技大學;2016年

8 劉勇;基于肌電信號模式識別的假肢控制研究[D];南通大學;2015年

9 洪潔;人體手部動作肌電信號的處理與識別研究[D];安徽工業(yè)大學;2016年

10 劉英濤;多自由度殘疾人假手機構設計及肌電信號控制[D];哈爾濱工業(yè)大學;2006年

  本文關鍵詞：人體手部動作肌電信號的處理與識別研究，由筆耕文化傳播整理發(fā)布。

本文編號：449009