【摘要】：在機器人輔助康復(fù)訓(xùn)練過程中,患者的主動參與對康復(fù)訓(xùn)練效果具有至關(guān)重要影響,現(xiàn)有患者主動參與康復(fù)訓(xùn)練過程主要停留在生物力學(xué)及生物電等運動層次,未能涉及心理層次主動參與。針對此問題,論文開展了面向運動康復(fù)的面部肌電信號情緒識別方法研究,具體工作如下:首先,虛擬訓(xùn)練場景的設(shè)計。虛擬康復(fù)訓(xùn)練的對象是康復(fù)中期的患者,老年人占比重較大,所以虛擬場景設(shè)計需簡單明了易于操作、給患者帶來沉浸感。訓(xùn)練場景以患者“興奮”、“挫敗”及“厭煩”為目標(biāo)情緒狀態(tài),設(shè)計三種不同難度虛擬康復(fù)訓(xùn)練任務(wù)。其次,面部肌電信號的采集。實驗采用高頻率的肌電信號采集設(shè)備,分別采集受試者在相應(yīng)情緒下顴骨肌和皺眉肌兩處的肌電信號,并且實驗程序保存不同情緒下的表現(xiàn)數(shù)據(jù)。實驗結(jié)束后對受試者進行情緒狀態(tài)的問卷調(diào)查。再次,面部肌電信號的特征提取。分別從時域和頻域兩個維度提取肌電信號特征值,分析不同訓(xùn)練任務(wù)中面部肌電信號特征值、問卷調(diào)查的顯著性差異及不同訓(xùn)練任務(wù)中問卷調(diào)查與面部肌電信號特征值、問卷調(diào)查與表現(xiàn)數(shù)據(jù)、表現(xiàn)數(shù)據(jù)與面部肌電信號特征值的相關(guān)性分析,得出能反映目標(biāo)情緒狀態(tài)的生理特征及表現(xiàn)數(shù)據(jù)。最后,BP網(wǎng)絡(luò)在實驗中的應(yīng)用。實驗分別選用梯度下降法BP網(wǎng)絡(luò)和基于LM算法的BP網(wǎng)絡(luò),選擇BP網(wǎng)絡(luò)作為情緒分類器,對三類情緒進行有效的分類。分類結(jié)果表明,基于LM算法的BP網(wǎng)絡(luò)有較好的分類識別效果。
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：R496;TN911.7

【參考文獻】

相關(guān)期刊論文 前10條

1 尤波;劉意;趙汗青;楊文元;;人體肌電信號的生理層模型[J];計算機仿真;2015年01期

2 張肅;郭峰;王念輝;;等動屈伸運動誘發(fā)下肢膝關(guān)節(jié)肌肉疲勞過程中表面肌電信號的特征分析[J];吉林大學(xué)學(xué)報(醫(yī)學(xué)版);2014年06期

3 王進民;;老年腦中風(fēng)偏癱患者的早期康復(fù)應(yīng)用探討[J];中外醫(yī)學(xué)研究;2013年21期

4 高翔;徐國政;郭猷敏;梁志偉;;基于小波包的人機協(xié)作訓(xùn)練生理心理特征提取與識別[J];儀器儀表學(xué)報;2012年12期

5 徐寶國;彭思;宋愛國;;基于運動想象腦電的上肢康復(fù)機器人[J];機器人;2011年03期

6 袁健;賀祥;許華虎;馮肖維;劉玲;;服務(wù)機器人的語音情感識別與交互技術(shù)研究[J];小型微型計算機系統(tǒng);2010年07期

7 林菡;張侃;;語音情緒識別的應(yīng)用和基礎(chǔ)研究[J];人類工效學(xué);2009年02期

8 柳恒超;許燕;;情緒研究的新趨向:從有意識情緒到無意識情緒[J];北京師范大學(xué)學(xué)報(社會科學(xué)版);2008年06期

9 陳繼華;李嵐;錢坤喜;;基于多生理信號的情緒初步識別[J];生物醫(yī)學(xué)工程研究;2006年03期

10 楊淑萍;徐延玲;張云;;門診中風(fēng)復(fù)診患者的溝通技巧[J];齊魯護理雜志;2006年16期

相關(guān)會議論文 前1條

1 譚藤藤;李函;楊炯炯;;情緒刺激的皮膚電類別效應(yīng)研究[A];第十五屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

相關(guān)重要報紙文章 前1條

1 王隴德;;腦卒中篩查及干預(yù)——一項被忽略的國民保健工程[N];人民日報;2009年

相關(guān)碩士學(xué)位論文 前2條

1 陳敏;機器人輔助運動康復(fù)情緒生理響應(yīng)實驗研究[D];南京郵電大學(xué);2016年

2 程炳飛;基于張量的心電特征提取及模式分類方法研究[D];上海交通大學(xué);2014年

本文編號：2800860