本文關(guān)鍵詞：智能輪椅人機(jī)接口中表面肌電信號(hào)動(dòng)作識(shí)別，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái),隨著現(xiàn)在計(jì)算機(jī)技術(shù)、神經(jīng)學(xué)、數(shù)字信號(hào)處理技術(shù)和模式識(shí)別等技術(shù)的快速發(fā)展,相關(guān)研究人員對(duì)表面肌電信號(hào)(surface electromyography,s EMG)進(jìn)入了進(jìn)一步研究。研究表明,表面EMG在智能假肢、智能輪椅、康復(fù)醫(yī)學(xué)等領(lǐng)域有著廣泛應(yīng)用。本文在深入探究表面EMG發(fā)放機(jī)理的基礎(chǔ)上,并結(jié)合表面EMG的特性,主要研究人體上肢手臂的表面肌電信號(hào)的拾取以及多動(dòng)作模式識(shí)別算法,進(jìn)而實(shí)現(xiàn)手腕展拳、握拳、內(nèi)翻及外翻四種動(dòng)作模式分類(lèi)。通過(guò)這個(gè)研究工作可以為基于肌電的智能輪椅提供一定的參考依據(jù)和實(shí)踐平臺(tái)。主要研究工作及創(chuàng)新之處如下:(1)搭建基于labview的EMG采集平臺(tái),分為采集表面EMG需要的硬件電路和labview搭建的軟件系統(tǒng)兩個(gè)方面。設(shè)計(jì)的平臺(tái)可以實(shí)時(shí)采集和處理有效的EMG。(2)針對(duì)表面EMG的非平穩(wěn)性和非線(xiàn)性特性以及小波包多尺度分解后系數(shù)維數(shù)過(guò)高的問(wèn)題,為了在表征有效的肌電信號(hào)的同時(shí),最大程度的降低特征空間的維數(shù)進(jìn)而簡(jiǎn)化分類(lèi)器的結(jié)構(gòu),提出一種小波包多尺度分解的特征表示和模式識(shí)別方法。對(duì)采集到的肱橈肌、橈側(cè)腕屈肌、尺側(cè)腕屈肌和指伸肌四路表面EMG進(jìn)行小波包多尺度分解,得到分解后的小波系數(shù)。然后,一方面根據(jù)小波包多尺度分解系數(shù)與表面肌電信號(hào)能量之間的內(nèi)在聯(lián)系重構(gòu)了特征向量,另一方面根據(jù)正交小波包基組成的基向量重構(gòu)特征向量,分別獲得動(dòng)作模式特征矩陣;并與時(shí)域法、頻域法、時(shí)-頻域法等特征提取方法對(duì)比實(shí)驗(yàn)。通過(guò)使用非線(xiàn)性自回歸神經(jīng)網(wǎng)絡(luò)分類(lèi)器進(jìn)行對(duì)比實(shí)驗(yàn)可知,提出的小波包多尺度分解后重構(gòu)特征向量的方法明顯優(yōu)于時(shí)域分析法及常用的頻域和時(shí)頻域分析法,能夠很好的體現(xiàn)表面EMG的特征并簡(jiǎn)化分類(lèi)器的結(jié)構(gòu)。(3)為了提高前臂動(dòng)作模式的識(shí)別效率,運(yùn)用非線(xiàn)性自回歸神經(jīng)網(wǎng)絡(luò)對(duì)表面信號(hào)進(jìn)行動(dòng)作模式識(shí)別。通過(guò)與Bayes算法、Fisher、BP網(wǎng)絡(luò)、K近鄰和SVM等分類(lèi)模型對(duì)比實(shí)驗(yàn)可知,非線(xiàn)性自回歸網(wǎng)絡(luò)對(duì)動(dòng)作模式的特征識(shí)別效率更高。實(shí)驗(yàn)結(jié)果表明,運(yùn)用文中提出的表面肌電信號(hào)的動(dòng)作模式特征表示和識(shí)別方法能夠識(shí)別手腕握拳、展拳、手腕內(nèi)翻和外翻四種動(dòng)作模式,平均識(shí)別率為95.0%。
【關(guān)鍵詞】：表面肌電信號(hào) 小波包多尺度分解 特征提取算法 動(dòng)作模式識(shí)別 非線(xiàn)性自回歸神經(jīng)網(wǎng)絡(luò) 肌電控制
【學(xué)位授予單位】：河南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：R318;TN911.7
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-10
• 1 緒論10-21
• 1.1 研究背景及意義10-16
• 1.1.1 表面EMG的生理學(xué)基礎(chǔ)10-12
• 1.1.2 表面EMG的數(shù)學(xué)抽象模型12
• 1.1.3 肌電信號(hào)的采集12-16
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀16-18
• 1.2.1 表面EMG特征提取16-17
• 1.2.2 表面EMG動(dòng)作模式識(shí)別17-18
• 1.3 本文研究?jī)?nèi)容18-19
• 1.4 本文章節(jié)安排19
• 1.5 本章小結(jié)19-21
• 2 表面EMG的采集系統(tǒng)設(shè)計(jì)21-27
• 2.1 系統(tǒng)總體設(shè)計(jì)21
• 2.2 表面EMG的采集21-22
• 2.3 表面EMG預(yù)處理電路22-25
• 2.3.1 放大電路23
• 2.3.2 帶通濾波電路23-25
• 2.4 Labview上位機(jī)設(shè)計(jì)25-26
• 2.4.1 軟件中濾波設(shè)計(jì)25
• 2.4.2 labview顯示面板設(shè)計(jì)25-26
• 2.5 本章小結(jié)26-27
• 3 表面EMG特征提取方法研究27-52
• 3.1 時(shí)域分析法27-28
• 3.2 頻域分析法28-29
• 3.3 時(shí)-頻域分析法29-32
• 3.3.1 小波變換29-31
• 3.3.2 多分辨率分析31-32
• 3.4 基于小波包的表面EMG特征提取方法32-37
• 3.4.1 小波包變換的理論32-34
• 3.4.2 小波包的分解（Wavelet packet decomposition,WPD）34-35
• 3.4.3 小波系數(shù)能量重構(gòu)法35-36
• 3.4.4 小波系數(shù)基向量重構(gòu)法36-37
• 3.5 表面EMG數(shù)據(jù)采集與特征數(shù)據(jù)37-51
• 3.5.1 表面EMG的采集37-40
• 3.5.2 表面EMG特征數(shù)據(jù)40-51
• 3.6 本章小結(jié)51-52
• 4 表面EMG動(dòng)作模式識(shí)別52-68
• 4.1 基于NARX的表面EMG動(dòng)作模式識(shí)別52-63
• 4.1.1 NARX神經(jīng)網(wǎng)絡(luò)52-54
• 4.1.2 NARX神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法54-56
• 4.1.3 基于小波系數(shù)的能量重構(gòu)法模式識(shí)別56-59
• 4.1.4 基于系數(shù)基向量重構(gòu)法動(dòng)作識(shí)別59-63
• 4.2 基于SVM的動(dòng)作模式識(shí)別63-67
• 4.2.1 SVM理論63-64
• 4.2.2 實(shí)驗(yàn)結(jié)果64-67
• 4.3 本章總結(jié)67-68
• 5 總結(jié)與展望68-70
• 5.1 研究總結(jié)68-69
• 5.2 研究展望69-70
• 參考文獻(xiàn)70-74
• 附錄74-75
• 作者簡(jiǎn)介75-76
• 學(xué)位論文數(shù)據(jù)集76

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 成娟;陳香;路知遠(yuǎn);張旭;趙章琰;;基于表面肌電信號(hào)的手指按鍵動(dòng)作識(shí)別研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2011年02期

2 李博;李強(qiáng);;基于小波特征分析的手指動(dòng)作識(shí)別研究[J];現(xiàn)代生物醫(yī)學(xué)進(jìn)展;2011年20期

3 ;三個(gè)動(dòng)作識(shí)別卒中[J];醫(yī)藥與保健;2009年03期

4 安香子;劉冀偉;么鍵;;基于序列比對(duì)的簡(jiǎn)單動(dòng)作識(shí)別[J];中國(guó)組織工程研究與臨床康復(fù);2007年40期

5 朱勇;張研;宋佳;邱天爽;;基于傾角的跌倒檢測(cè)方法與系統(tǒng)研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2013年01期

6 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條

1 袁飛;程韜波;周松斌;肖先文;;基于加速度特征的可拓動(dòng)作識(shí)別方法[A];廣州市儀器儀表學(xué)會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2010年

2 黃飛躍;徐光yP;;自然的人體動(dòng)作識(shí)別[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

3 葉喜勇;陶霖密;王國(guó)建;邸慧軍;;視角無(wú)關(guān)的人體軀干動(dòng)作識(shí)別[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

4 黃艷歡;葉少珍;;連續(xù)動(dòng)作分割綜述[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 董力賡;陶霖密;徐光yP;;頭部姿態(tài)和動(dòng)作的識(shí)別與理解[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

6 朱巖;趙旭;劉允才;;基于稀疏編碼和局部時(shí)空特征的人體動(dòng)作識(shí)別[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 席旭剛;金燕;朱海港;高云園;;基于小波包熵和支持向量機(jī)的手部肌電信號(hào)動(dòng)作識(shí)別[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 本報(bào)記者 陳丹;人與機(jī)器的“對(duì)話(huà)”[N];科技日?qǐng)?bào);2010年

2 ;凌空敲鍵盤(pán)？無(wú)線(xiàn)計(jì)算機(jī)手套問(wèn)世[N];中國(guó)計(jì)算機(jī)報(bào);2004年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 諶先敢;現(xiàn)實(shí)環(huán)境下的人體動(dòng)作識(shí)別[D];武漢大學(xué);2012年

2 陳淵博;視頻序列中的人體動(dòng)作識(shí)別[D];北京郵電大學(xué);2015年

3 劉翠微;視頻中人的動(dòng)作分析與理解[D];北京理工大學(xué);2015年

4 陳萌;基于李代數(shù)高斯表示的動(dòng)作識(shí)別方法研究[D];華中科技大學(xué);2016年

5 李擬s，

本文編號(hào)：436621