本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的表面肌電信號(hào)分類方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：表面肌電信號(hào)是人體肌肉收縮時(shí)在皮膚表面收集得到的生物電信號(hào)，它在一定程度上反應(yīng)了人體神經(jīng)、肌肉的功能狀態(tài)。目前，表面肌電信號(hào)已被廣泛應(yīng)用于臨床醫(yī)學(xué)、康復(fù)醫(yī)學(xué)和智能機(jī)器人等領(lǐng)域。本文依托吉林省科技發(fā)展計(jì)劃重點(diǎn)項(xiàng)目“具有溫度、觸滑覺臨場(chǎng)感的仿生手臂研制與開發(fā)”(批準(zhǔn)號(hào)：20090350)和吉林大學(xué)研究生創(chuàng)新研究計(jì)劃項(xiàng)目“基于神經(jīng)網(wǎng)絡(luò)集成技術(shù)的表面肌電信號(hào)模式識(shí)別方法研究”(批準(zhǔn)號(hào)：20121107)，開展對(duì)表面肌電信號(hào)分類方法的研究，以促進(jìn)項(xiàng)目中肌電控制仿生假肢的開發(fā)與產(chǎn)業(yè)化，因此本文的研究將具有重要的現(xiàn)實(shí)與社會(huì)意義。 本文的主要工作有： 1.分析了表面肌電信號(hào)的產(chǎn)生機(jī)理與特點(diǎn)，確定了肌電電極的選擇，，結(jié)合局部解剖學(xué)相關(guān)知識(shí)，確定了與手臂常見運(yùn)動(dòng)模式密切相關(guān)的主要肌群，完成了手臂動(dòng)作模式的選擇和肌電電極擺放位置的確定，并完成了手臂5個(gè)常見動(dòng)作模式下表面肌電信號(hào)的雙路采集實(shí)驗(yàn)。 2.分別利用時(shí)域法、頻域法和時(shí)頻分析法對(duì)已采集得到的雙路表面肌電信號(hào)進(jìn)行了特征提取，對(duì)比分析三種分析方法下表面肌電信號(hào)特征元素的互異性，最終確定利用由小波包分解得到的表面肌電信號(hào)特征元素來構(gòu)成雙路表面肌電信號(hào)的特征向量。 3.為了進(jìn)行模式識(shí)別試驗(yàn)，本文進(jìn)行了神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計(jì)，分別設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和集成BP神經(jīng)網(wǎng)絡(luò)，對(duì)已得到的特征向量進(jìn)行了模式識(shí)別實(shí)驗(yàn)，對(duì)三種網(wǎng)絡(luò)結(jié)構(gòu)下表面肌電信號(hào)的正確識(shí)別率進(jìn)行了統(tǒng)計(jì)分析，集成BP神經(jīng)網(wǎng)絡(luò)獲得的正確識(shí)別率最高，因此得出集成BP神經(jīng)網(wǎng)絡(luò)具有較好的模式識(shí)別效果。 4.對(duì)三種神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間和迭代次數(shù)進(jìn)行了計(jì)算，集成BP神經(jīng)網(wǎng)絡(luò)所需訓(xùn)練時(shí)間和迭代次數(shù)最大，說明集成BP神經(jīng)網(wǎng)絡(luò)在提高識(shí)別率的同時(shí)，也增加了訓(xùn)練階段所需的時(shí)間和迭代次數(shù)。 5.利用Matlab GUI技術(shù)完成了表面肌電信號(hào)離線模式識(shí)別系統(tǒng)的開發(fā)，對(duì)表面肌電信號(hào)的讀取、特征提取、模式識(shí)別和識(shí)別結(jié)果的顯示等環(huán)節(jié)進(jìn)行整合，形成一個(gè)系統(tǒng)，增加了表面肌電信號(hào)模式識(shí)別各環(huán)節(jié)的直觀性與可視性。 由于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練階段和測(cè)試階段一般可以分開進(jìn)行，訓(xùn)練階段可以提前離線完成，因此本文的研究仍具有重要的理論價(jià)值，也具有實(shí)際意義。
【關(guān)鍵詞】：表面肌電信號(hào) 神經(jīng)網(wǎng)絡(luò)集成 模式識(shí)別 特征提取
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP183;R337.5
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 課題來源9
• 1.2 課題研究背景與意義9-10
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.3.1 智能假肢研究現(xiàn)狀10-12
• 1.3.2 表面肌電信號(hào)模式識(shí)別現(xiàn)狀12
• 1.4 本文主要研究?jī)?nèi)容與結(jié)構(gòu)安排12-15
• 1.4.1 主要研究工作13
• 1.4.2 本文結(jié)構(gòu)安排13-15
• 第2章 表面肌電信號(hào)產(chǎn)生機(jī)理與信號(hào)采集實(shí)驗(yàn)15-25
• 2.1 表面肌電信號(hào)概述15-16
• 2.2 表面肌電信號(hào)產(chǎn)生機(jī)理與特點(diǎn)16-18
• 2.3 表面肌電信號(hào)采集實(shí)驗(yàn)18-23
• 2.3.1 肌電電極的選擇18-19
• 2.3.2 手臂動(dòng)作選擇與電極位置確定19-21
• 2.3.3 表面肌電信號(hào)采集21-22
• 2.3.4 表面肌電信號(hào)采集注意事項(xiàng)22-23
• 2.4 本章小結(jié)23-25
• 第3章 表面肌電信號(hào)的特征提取25-37
• 3.1 時(shí)域特征提取25-27
• 3.2 頻域特征提取27-29
• 3.3 表面肌電信號(hào)的時(shí)頻域分析29-36
• 3.4 本章小結(jié)36-37
• 第4章 表面肌電信號(hào)模式分類器設(shè)計(jì)37-49
• 4.1 人工神經(jīng)網(wǎng)絡(luò)概述37-38
• 4.2 神經(jīng)網(wǎng)絡(luò)模型38-41
• 4.2.1 神經(jīng)元結(jié)構(gòu)模型39-40
• 4.2.2 神經(jīng)網(wǎng)絡(luò)連接方式40-41
• 4.3 BP 神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì)41-44
• 4.4 集成神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)44-46
• 4.5 Elman 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)46-47
• 4.6 本章小結(jié)47-49
• 第5章 表面肌電信號(hào)模式識(shí)別與識(shí)別系統(tǒng)設(shè)計(jì)49-63
• 5.1 模式識(shí)別實(shí)驗(yàn)設(shè)計(jì)49-50
• 5.2 模式識(shí)別結(jié)果分析50-54
• 5.2.1 表面肌電信號(hào)正確識(shí)別率51-52
• 5.2.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)間及迭代次數(shù)52-54
• 5.3 表面肌電信號(hào)離線模式識(shí)別系統(tǒng)設(shè)計(jì)54-61
• 5.3.1 Matlab GUI 技術(shù)簡(jiǎn)介54-55
• 5.3.2 表面肌電信號(hào)離線識(shí)別系統(tǒng)開發(fā)55-59
• 5.3.3 系統(tǒng)整體界面與運(yùn)行效果59-61
• 5.4 本章小結(jié)61-63
• 第6章 總結(jié)與展望63-65
• 6.1 全文總結(jié)63-64
• 6.2 未來工作展望64-65
• 參考文獻(xiàn)65-69
• 攻讀碩士期間主要研究工作69-71
• 導(dǎo)師及作者簡(jiǎn)介71-73
• 致謝73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 于育民;梁瑛;;MATLAB-GUI在圖形可視化中的應(yīng)用[J];安陽(yáng)工學(xué)院學(xué)報(bào);2010年04期

2 梅品高;羅志增;;基于小波包分析和Elman網(wǎng)絡(luò)的肌電信號(hào)處理[J];機(jī)電工程;2008年01期

3 白雪飛;李茹;;神經(jīng)網(wǎng)絡(luò)集成的多表情人臉識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年04期

4 周志華,陳世福;神經(jīng)網(wǎng)絡(luò)集成[J];計(jì)算機(jī)學(xué)報(bào);2002年01期

5 李錫杰;師碩;王旭;;基于Elman神經(jīng)網(wǎng)絡(luò)的肌電信號(hào)分類[J];微計(jì)算機(jī)信息;2006年23期

6 王剛;王志中;胡曉;黃永峰;;基于最佳小波包的表面肌電信號(hào)分類方法[J];中國(guó)醫(yī)學(xué)物理學(xué)雜志;2006年01期

7 張海虹,蔡立羽,王志中;基于高階神經(jīng)網(wǎng)絡(luò)的肌電信號(hào)識(shí)別方法的改進(jìn)[J];中國(guó)康復(fù)醫(yī)學(xué)雜志;2000年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 趙章琰;表面肌電信號(hào)檢測(cè)和處理中若干關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 鄒曉亮;面向仿生手臂的表面肌電信號(hào)采集與處理系統(tǒng)研究[D];吉林大學(xué);2011年

2 張志勇;肌電信號(hào)采集與肌電假肢控制的研究[D];哈爾濱工業(yè)大學(xué);2010年

3 張春華;基于表面肌電的手指運(yùn)動(dòng)向量分類方法研究[D];燕山大學(xué);2006年

4 郭年;基于DCT和RBF神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別系統(tǒng)[D];重慶大學(xué);2007年

5 邱青菊;表面肌電信號(hào)的特征提取與模式分類研究[D];上海交通大學(xué);2009年

6 黃峗偉;基于支持向量機(jī)的表面肌電信號(hào)模式識(shí)別方法研究[D];西安理工大學(xué);2010年

  本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的表面肌電信號(hào)分類方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：304802