近年來,因自然災害、交通事故等因素致使殘肢者的數(shù)量正在急劇增加。對于上肢缺失者來說,上肢的缺失會導致殘肢者身體和勞動能力急劇下降,生活無法自理,給其心理帶來嚴重的創(chuàng)傷,乃至危及整個家庭和睦。然而,隨著科技的進步、信息技術的成熟以及康復醫(yī)療等事業(yè)的發(fā)展,市場中已有大量的肌電假肢。目前,這些商業(yè)肌電假肢大都采用閾值控制的方式,控制效果不靈活,且價格較高。因此,以三自由度肌電假肢為研究對象,采用一種新的小波閾值算法對肌電信號進行處理,研究一種高效的模式識別方法,建立一套成熟的動作模式識別系統(tǒng)尤為重要。依據(jù)表面肌電信號特點,設計了信號調(diào)理電路,采用四通道肌電信號采集儀完成上肢肱二、肱三頭肌、橈側腕屈肌和尺側腕伸肌的肌電信號采集工作。經(jīng)數(shù)字濾波后,采用一種基于全局小波域的單個函數(shù)的小波去噪方法對肌電信號進行去噪處理。通過與傳統(tǒng)小波閾值算法進行實驗對比分析,結果表明:不論在定量還是定性方面,改進的新閾值算法性能更優(yōu)越。肌電信號經(jīng)預處理后,分別從時域、頻域、時頻域分析法三方面分析肌電信號。通過對比三種方法分析效果,最終確定以小波包系數(shù)能量與方差作為特征參數(shù),構建八維特征向量。以標準支持向量機（SVM... 

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景及意義
    1.2 國內(nèi)外假肢發(fā)展現(xiàn)狀
        1.2.1 國外肌電假肢研究現(xiàn)狀
        1.2.2 國內(nèi)肌電假肢研究現(xiàn)狀
    1.3 存在的問題
    1.4 主要研究內(nèi)容及章節(jié)安排
第二章 模式識別系統(tǒng)總體方案
    2.1 表面肌電信號產(chǎn)生機理
    2.2 表面肌電信號特點
    2.3 表面肌電信號采集方法
        2.3.1 實驗動作及被測肌肉的選擇
        2.3.2 表面電極選擇
    2.4 模式識別系統(tǒng)總體設計方案
        2.4.1 四通道肌電信號采集儀電路設計
        2.4.2 上位機模式識別軟件
    2.5 本章小結
第三章 表面肌電信號預處理與特征分析
    3.1 表面肌電信號的預處理
        3.1.1 數(shù)字濾波處理
        3.1.2 小波閾值去噪
        3.1.3 改進的小波閾值函數(shù)
    3.2 特征分析方法
        3.2.1 時域特征
        3.2.2 頻域特征
        3.2.3 時頻特征
    3.3 sEMG分析模塊設計
    3.4 本章小結
第四章 表面肌電信號模式識別算法研究
    4.1 支持向量機概述
    4.2 支持向量機原理
        4.2.1 線性可分類型
        4.2.2 線性不可分類型
        4.2.3 非線性不可分類型
    4.3 改進的支持向量機算法
        4.3.1 改進算法基本思想
        4.3.2 多分類問題
        4.3.3 粒子群優(yōu)化參數(shù)選擇
    4.4 sEMG模式識別模塊設計
    4.5 本章小結
第五章 上位機模式識別軟件實現(xiàn)與實驗
    5.1 上位機模式識別軟件實現(xiàn)
    5.2 表面肌電信號采集實驗
        5.2.1 采集實驗方案
        5.2.2 實驗采集結果
    5.3 sEMG分析實驗驗證
        5.3.1 小波去噪實驗分析
        5.3.2 特征值分析
    5.4 模式識別實驗驗證
    5.5 本章小結
第六章 總結與展望
    6.1 結論
    6.2 工作展望
參考文獻
發(fā)表論文與參加科研情況
致謝


【參考文獻】：
期刊論文
[1]基于平移不變小波變換的頸肩肌電信號去噪方法研究[J]. 李琰,隋修武.  生物醫(yī)學工程研究. 2018(01)
[2]基于改進小波變換的手臂肌電信號去噪算法的研究[J]. 劉明君,董增壽.  電子技術應用. 2018(03)
[3]基于高階濾波的肌電信號采集電路設計[J]. 周明娟,逯邁.  傳感技術學報. 2018(01)
[4]人體腿部表面肌電信號特征提取方法[J]. 王坤朋,龐杰,石磊,屈劍鋒.  重慶大學學報. 2017(11)
[5]心電信號小波去噪的改進算法研究[J]. 鄭敏敏,高小榕,謝海鶴.  中國生物醫(yī)學工程學報. 2017(01)
[6]基于白噪聲分離的集合經(jīng)驗模態(tài)分解心電信號去噪方法研究[J]. 任斌斌,譚海燕,馬成群,呂德衛(wèi),劉芳芳,張海濤,李章勇.  生物醫(yī)學工程學雜志. 2016(02)
[7]基于模糊聚類技術的肌電信號完全分解算法[J]. 任小梅,楊剛.  計算機應用. 2016(03)
[8]表面肌電信號特征提取方法研究發(fā)展趨勢[J]. 劉建,鄒任玲,張東衡,徐秀林,胡秀枋.  生物醫(yī)學工程學進展. 2015(03)
[9]基于小波變換改進的上肢肌電信號降噪分析[J]. 王美茜,劉振澤,尹蒼穹,王峰明.  控制工程. 2015(S1)
[10]基于支持向量機改進算法的船舶類型識別研究[J]. 戴衛(wèi)國,李海濤,顏恒平,劉啟軍.  聲學技術. 2015(03)

博士論文
[1]基于手勢協(xié)同分析的欠驅動假肢設計及其肌電控制方法[D]. 李順沖.上海交通大學 2015
[2]基于肌電信號的人體下肢運動信息獲取技術研究[D]. 吳劍鋒.浙江大學 2008

碩士論文
[1]基于肌電信號的前臂假肢動作識別研究與實現(xiàn)[D]. 吳庭丞.哈爾濱工業(yè)大學 2017
[2]運動想象腦電處理及其模式識別方法研究[D]. 姚家揚.杭州電子科技大學 2016
[3]基于表面肌電信號的心理壓力狀態(tài)分析算法研究[D]. 張云鵬.燕山大學 2014
[4]表面肌電信號模式識別及其運動分析[D]. 張莉.吉林大學 2013
[5]人體上肢表面肌電信號采集與處理的研究[D]. 班帥.東北大學 2012
[6]肌電信號控制下肢假肢關鍵技術研究[D]. 周麗紅.河北工業(yè)大學 2011
[7]五自由度仿人型殘疾人假手控制系統(tǒng)的研究[D]. 樊仲斌.哈爾濱工業(yè)大學 2010



本文編號：3688228