人類的肢體運(yùn)動是骨骼在肌肉收縮的牽引下圍繞關(guān)節(jié)運(yùn)動產(chǎn)生的。測量或估計(jì)骨骼肌收縮力是探究運(yùn)動行為和狀態(tài)的基礎(chǔ)。骨骼肌收縮時會產(chǎn)生肌力和肌電（Electromyogram,EMG）,利用EMG估計(jì)肌力是一個廣泛而實(shí)用的技術(shù)。通過EMG分解技術(shù)可得到單個運(yùn)動單位的發(fā)放序列和動作電位波形信息（即微觀神經(jīng)驅(qū)動信息）,其本質(zhì)是單個運(yùn)動神經(jīng)元接受的來自中樞神經(jīng)系統(tǒng)的驅(qū)動指令。多年來,基于表面肌電（surface EMG,sEMG）信號的宏觀特征進(jìn)行肌力估計(jì)的研究已被廣泛報道,但基于微觀神經(jīng)驅(qū)動信息的肌力估計(jì)還未得到很好的研究。使用sEMG的宏觀特征進(jìn)行肌力估計(jì)缺乏對肌力產(chǎn)生的內(nèi)在機(jī)制的描述且肌肉持續(xù)收縮產(chǎn)生的肌疲勞現(xiàn)象會影響sEMG信號特性,導(dǎo)致肌力估計(jì)精度下降。為實(shí)現(xiàn)高精度的肌力估計(jì)且不受肌肉疲勞的影響,開展了基于微觀神經(jīng)驅(qū)動信息的肌力估計(jì)研究。主要研究成果與貢獻(xiàn)歸納如下:（1）基于微觀神經(jīng)驅(qū)動信息的肌力估計(jì)方法。該方法首先對預(yù)處理后的高密度sEMG使用逐步獨(dú)立向量剝離算法進(jìn)行分解,得到各運(yùn)動單位的動作電位波形和其發(fā)放序列,然后采用機(jī)器學(xué)習(xí)方法構(gòu)建各運(yùn)動單位的動作電位波形和顫搐力幅度之間的關(guān)系,通... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省211工程院校985工程院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 肌肉運(yùn)動的生理基礎(chǔ)
        1.1.1 肌力產(chǎn)生原理及獲取方式
        1.1.2 肌電產(chǎn)生原理及獲取方式
    1.2 肌力估計(jì)研究意義
    1.3 肌力估計(jì)研究現(xiàn)狀
    1.4 本論文研究目標(biāo)及研究內(nèi)容
    1.5 本論文組織架構(gòu)
第2章 基于表面肌電的肌力估計(jì)方法
    2.1 引言
    2.2 表面肌電宏觀特征的獲取技術(shù)
    2.3 微觀神經(jīng)驅(qū)動信息的獲取技術(shù)
    2.4 常用肌力估計(jì)模型
    2.5 本章小結(jié)
第3章 基于微觀神經(jīng)驅(qū)動信息的肌力估計(jì)方法
    3.1 引言
    3.2 肌電分解提取微觀神經(jīng)驅(qū)動信息
    3.3 肌力估計(jì)模型建立
    3.4 實(shí)驗(yàn)方案與預(yù)處理
        3.4.1 實(shí)驗(yàn)對象
        3.4.2 實(shí)驗(yàn)數(shù)據(jù)采集方案
        3.4.3 信號預(yù)處理
    3.5 肌力估計(jì)性能評估
        3.5.1 肌力估計(jì)評估指標(biāo)及數(shù)據(jù)樣本劃分
        3.5.2 肌力估計(jì)對比方法
        3.5.3 統(tǒng)計(jì)分析方法
    3.6 實(shí)驗(yàn)結(jié)果與分析
        3.6.1 微觀信息提取的結(jié)果
        3.6.2 不同方法進(jìn)行肌力估計(jì)的結(jié)果
        3.6.3 統(tǒng)計(jì)分析的結(jié)果
    3.7 總結(jié)與討論
    3.8 本章小結(jié)
第4章 基于微觀信息的疲勞狀態(tài)下肌力估計(jì)研究
    4.1 引言
    4.2 疲勞實(shí)驗(yàn)方案及預(yù)處理
        4.2.1 實(shí)驗(yàn)對象
        4.2.2 實(shí)驗(yàn)數(shù)據(jù)采集方案
        4.2.3 信號預(yù)處理
    4.3 肌力估計(jì)性能評估
        4.3.1 肌力估計(jì)評估指標(biāo)及數(shù)據(jù)樣本劃分
        4.3.2 統(tǒng)計(jì)分析方法
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 表征肌肉疲勞狀態(tài)的參數(shù)
        4.4.2 微觀信息提取的結(jié)果
        4.4.3 不同方法在疲勞狀態(tài)下的估計(jì)結(jié)果
        4.4.4 統(tǒng)計(jì)分析的結(jié)果
    4.5 總結(jié)與討論
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文主要工作與成果
    5.2 研究展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果


【參考文獻(xiàn)】：
期刊論文
[1]運(yùn)動性肌肉疲勞的表面肌電信號特征研究[J]. 張佑璉,馬國際.  湖北體育科技. 2011(01)
[2]Cybex等速儀對男子鉛球運(yùn)動員胸大肌與三角肌進(jìn)行檢測與分析[J]. 劉玉橋,門偉,顏智.  中國中醫(yī)藥現(xiàn)代遠(yuǎn)程教育. 2010(09)
[3]肌電信號的功率譜分析方法[J]. 楊廣映,羅志增.  傳感技術(shù)學(xué)報. 2004(03)
[4]并行數(shù)據(jù)采集技術(shù)在三維測力系統(tǒng)中的應(yīng)用[J]. 于岱峰,孫義,宋春寧,馬翠玉,徐德波.  北京體育大學(xué)學(xué)報. 2004(04)

碩士論文
[1]下肢運(yùn)動狀態(tài)識別及預(yù)測算法研究[D]. 申森.河北工業(yè)大學(xué) 2014



本文編號：3633691