腦卒中、傷殘、運動性功能損傷和偏癱等疾病會造成患者的肢體功能缺失,在患者的后續(xù)治療階段都要進行肢體運動康復(fù)訓(xùn)練,通過運動康復(fù)訓(xùn)練可以逐步改善并恢復(fù)患者的肢體功能,從而回歸社會。傳統(tǒng)的運動康復(fù)訓(xùn)練方法,康復(fù)治療師的勞動強度大,患者訓(xùn)練強度、持續(xù)性難以保證,缺乏有效的方式對訓(xùn)練效果、訓(xùn)練方案進行客觀地評價,從而影響了運動康復(fù)訓(xùn)練的治療效果。肌肉的表面肌電信號(Surface Electromyography,sEMG)蘊含著肌肉的激活程度、肌肉的收縮力量等信息。通過采集肌肉的表面肌電信號進行分析,并運用數(shù)學(xué)建模的方法計算出肌力,這可以成為運動康復(fù)訓(xùn)練一種新的評價方式。然而,肌肉的生理和非生理因素會影響sEMG信號,這些使得基于表面肌電的肌力估計具有相當(dāng)大的難度和挑戰(zhàn)性�；谏鲜鲅芯勘尘�,本文將以提高肌力估計的準(zhǔn)確性為目標(biāo),研究如何消除信號相位疊加、肌肉組織過濾以及肌肉間的信號串?dāng)_等對sEMG所產(chǎn)生的影響。本文為解決肌力的定量評價問題,設(shè)計了一種可應(yīng)用于肌肉動態(tài)收縮條件下的肌力估計方法,完成了上肢肘關(guān)節(jié)肌力建模,并針對患者訓(xùn)練的效果進行了定量評價。本文主要工作總結(jié)如下:提出了一種基于關(guān)節(jié)角度...

【文章頁數(shù)】：127 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究目的與意義
    1.2 關(guān)鍵問題的研究現(xiàn)狀
        1.2.1 運動康復(fù)訓(xùn)練治療
        1.2.2 運動生物力學(xué)
        1.2.3 人體骨肌系統(tǒng)運動學(xué)與動力學(xué)分析技術(shù)
        1.2.4 人體骨肌系統(tǒng)肌力估計
        1.2.5 基于表面肌電的肌力估計技術(shù)
        1.2.6 基于表面肌電的肌力估計模型
    1.3 應(yīng)用表面肌電信號預(yù)測肌力
    1.4 論文的主要研究內(nèi)容及章節(jié)安排
第二章 表面肌電及肌力的產(chǎn)生機理和影響因素
    2.1 表面肌電產(chǎn)生機理及影響因素
        2.1.1 表面肌電信號的產(chǎn)生原理
        2.1.2 表面肌電信號的特點
        2.1.3 影響表面肌電信號的因素
    2.2 肌力產(chǎn)生機理及特性研究
        2.2.1 骨骼肌與肌肉肌腱單元
        2.2.2 肌力產(chǎn)生的生理因素
    2.3 上肢肌肉分析
    2.4 肌力估計準(zhǔn)確性的影響因素
        2.4.1 影響表面肌電信號幅值估計準(zhǔn)確度的因素
        2.4.2 影響表面肌電信號幅值估計選擇性和代表性的因素
        2.4.3 表面肌電信號的幅值和神經(jīng)支配區(qū)定位
        2.4.4 采集額外信息提高肌力的估計
    2.5 數(shù)據(jù)采集設(shè)備
        2.5.1 sEMG信號采集設(shè)備
        2.5.2 關(guān)節(jié)角度采集設(shè)備
    2.6 本章小結(jié)
第三章 基于關(guān)節(jié)角度的表面肌電信號校準(zhǔn)
    3.1 數(shù)據(jù)采集與算法流程
        3.1.1 數(shù)據(jù)采集
        3.1.2 數(shù)據(jù)預(yù)處理
        3.1.3 快速正交搜索
    3.2 基于角度的校準(zhǔn)算法
        3.2.1 單個肌肉收縮的力估計
        3.2.2 針對單個肌力的校準(zhǔn)方法
        3.2.3 雙肌校準(zhǔn)
    3.3 FOS模型參數(shù)及校準(zhǔn)效果
        3.3.1 FOS模型參數(shù)的影響
        3.3.2 校準(zhǔn)的效果
        3.3.3 FOS模型的候選項
    3.4 FOS有限數(shù)量的校準(zhǔn)
        3.4.1 在相同收縮水平下模型和校準(zhǔn)值的泛化能力
        3.4.2 在高收縮水平下模型和校準(zhǔn)值的泛化能力
    3.5 本章小結(jié)
第四章 基于PCI模型的肌力估計
    4.1 并行級聯(lián)識別模型
    4.2 表面肌電信號與肌力的映射關(guān)系
        4.2.1 表面肌電信號采集
        4.2.2 PCI模型訓(xùn)練算法
    4.3 PCI模型參數(shù)的選取及數(shù)據(jù)處理
        4.3.1 刪除離群值
        4.3.2 表面肌電信號數(shù)據(jù)抽取
        4.3.3 PCI模型參數(shù)的選取對肌力估計的影響
        4.3.4 表面肌電-肌力映射關(guān)系
        4.3.5 跨期性能變化
    4.4 本章小結(jié)
第五章 肌肉動態(tài)收縮的肌力估計
    5.1 動態(tài)收縮的肌力分析方法
        5.1.1 數(shù)據(jù)采集
        5.1.2 動態(tài)收縮中的肌力估計
    5.2 動態(tài)收縮實驗結(jié)果與分析
        5.2.1 恒力、恒速運動的肌力估計實驗
        5.2.2 恒力、變速實驗的肌力估計實驗
    5.3 本章小結(jié)
第六章 基于表面肌電的肌力估計
    6.1 上肢肘關(guān)節(jié)運動實驗
        6.1.1 實驗環(huán)境的搭建
        6.1.2 數(shù)據(jù)采集實驗設(shè)計
    6.2 數(shù)據(jù)采集及分析方法
        6.2.1 數(shù)據(jù)采集
        6.2.2 表面肌電信號與肌力的線性關(guān)系分析
        6.2.3 用主成分分析法選擇輸入子集
        6.2.4 肌力估計模型
    6.3 上肢肌力估計實驗及結(jié)果分析
    6.4 本章小結(jié)
結(jié)論與展望
參考文獻
攻讀學(xué)位期間的論文及項目
致謝
附錄1 sEMG實驗數(shù)據(jù)(節(jié)選)
附錄2 FOS基函數(shù)候選項



本文編號：3844452