對于同一手勢不同性別的表面肌電信號差異性較大。為了減小差異性,提出滑動平均能量與能量補償相結(jié)合的方法。本實驗共采集10種手勢動作的表面肌電信號;利用滑動平均能量對活動段進行檢測,并對女性的動作段進行能量補償;小波包分解采用Db4、Bior3.2、Haar、Sys8、Dmey這5種小波函數(shù)提取特征;最后并通過粒子群優(yōu)化支持向量機進行分類。結(jié)果分析表明,能量補償增大了特征的辨識度,減小了性別差異性,提高了手勢識別率。 

【文章來源】：中國醫(yī)學物理學雜志. 2020,37(03)CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

數(shù)據(jù)分割與起始點判斷

m1是通過對數(shù)據(jù)分割得到的女性動作電位段的能量峰值，在動作段范圍內(nèi)設定一個補償系數(shù)b，通過補償系數(shù)調(diào)整女性動作段的能量值，得到補償后的能量值為Eb，補償系數(shù)b由同一手勢動作的男性動作段與女性動作段能量值的比值進行確定，這里b取值1.3。從測試者中選擇一名女性sEMG，利用能量補償對其活動段進行補償，結(jié)果如圖2所示。1.2 小波包分解

對圖3中補償后的女性sEMG提取特征，從測試者中在選擇一名女性sEMG進行補償并提取特征，將兩名女性補償前后的特征矢量進行對比，如圖3所示。通過補償結(jié)果可以看出，經(jīng)過補償后提取的特征與未補償?shù)膕EMG特征區(qū)別明顯。較補償前相比，兩名女性動作段特征矢量值都有所增大，而靜止段的特征分布則基本不變，提高了動作段的特征分辨能力。2 PSO-SVM

【參考文獻】：
期刊論文
[1]俯臥撐運動對翼狀肩患者肩周肌群表面肌電信號的影響[J]. 顧倩,顧琦,金多沇,施加加,吳勤峰.  中華物理醫(yī)學與康復雜志. 2018 (07)
[2]基于改進支持向量機的人手動作模式識別方法[J]. 都明宇,鮑官軍,楊慶華,王志恒,張立彬.  浙江大學學報(工學版). 2018(07)
[3]基于表面肌電信號的肌肉疲勞狀態(tài)分類系統(tǒng)[J]. 曹昂,張珅嘉,劉睿,鄒煉,范賜恩.  計算機應用. 2018(06)
[4]基于人工神經(jīng)網(wǎng)絡對sEMG信號的手勢動作識別[J]. 王景芳,施霖.  傳感器與微系統(tǒng). 2017(06)
[5]基于表面肌電信號雙譜分析的動作分類[J]. 孫光民,閆正祥,張俊杰,馬北川,李俊,姜明,劉天倫,張翼.  北京工業(yè)大學學報. 2017(07)
[6]小波包系數(shù)能量百分比在局部放電模式識別中的應用研究[J]. 吳炬卓,牛海清,許佳.  電器與能效管理技術(shù). 2017(08)
[7]基于DTW算法的肌電信號手勢識別方法[J]. 謝小雨,劉喆頡.  計算機工程與應用. 2018(05)
[8]改進學習因子和約束因子的混合粒子群算法[J]. 張水平,仲偉彪.  計算機應用研究. 2015(12)
[9]基于粒子群優(yōu)化-支持向量機方法的下肢肌電信號步態(tài)識別[J]. 高發(fā)榮,王佳佳,席旭剛,佘青山,羅志增.  電子與信息學報. 2015(05)
[10]關于統(tǒng)計學習理論與支持向量機[J]. 張學工.  自動化學報. 2000(01)

碩士論文
[1]人體參數(shù)與STS肌肉肌電指標關系研究[D]. 王文蕾.陜西科技大學 2016



本文編號：3465744