江苏大学硕士学位论文
速DSP芯片的支持下将多自由度肌电控制假肢的广泛实用变为可能,将为康复工程事业创造极大的社会效益。
肌电控制多自由度假肢系统如需达到实用化,必须充分考虑一下几个问题:(1)高可靠性:系统应该能够非常可靠地识别不同的肌肉动作,准确地产生控制信号;能够区分动作肌电与其他噪声,不受噪声干扰而又有高的灵敏度;在不能准确分辨动作的情况下,宁可不判断,也不能产生误动作;
(2)可重复性好:由于做同一动作时肌肉收缩特征不可能每次都完全相同,假肢系统不应对肌肉运动的一致性要求太高,可以允许运动的差异;
(3)电极因素:控制系统所采用的电极数要尽量少,以使系统简单,操作方便;另外系统对电极位置的敏感度要低,电极位置的微小变化不应影响到判别的准确率;
(4)响应速度快:系统必须尽可能快地响应患者意图,从患者开始做动作到假肢控制指令的产生时间应小于O.5秒,过长延时无法接受;
(5)病人的训练性好:一方面患者可以通过尽可能少的训练而重复、可靠地产生动作辨识所需的肌电信号,另一方面假肢系统可以经过较少的训练在较快的时间内适应患者的肌电特征,准确地产生控制信号。
1.3表面肌电信号特征提取与识别的研究现状
肌电控制假肢系统的基本构成如图1.1所示:
图1.1肌电控制假肢系统的基本构成
为了准确地实现动作识别,特征提取和模式分类是整个系统的关键,系统首先通过肌电信号分析提取分离度大、鲁棒性好、运算复杂度低的模式特征,然后将特征输入分类器进行分类。
1.3.1肌电信号特征提取方法
人手的动作依赖肌肉的运动完成,不同的动作具有不同的肌肉收缩模式,这些模式的差别将反映在肌电信号的特征差异上,通过提取这些特征,进行模4
(SVM)分类器,很好地实现了对前臂8种运动表面肌电信号的模式分类,8种运动模式的平均识别率为98.75%.研究表明SVM分类准确率明显优于传统的BP神经网络、Elman神经网络...
表面肌电信号识别和分类的研究_信息与通信_工程科技_专业资料。表面肌电信号识别...信号处理技术和模式识别技术的发展 给生命科学的研究带了了巨大的影 响在 EMG ...
对肌电信号的模 式识别进行了研究 , 研究表明 , 该方法识别率高 , 鲁棒性好·彻底实现了对前臂 8 种不同动作肌电 信号的模式分类· [ 6] 1 基于小波变换...
本研究是从肌电信号的产生机理出发,选取能从整体及细节两方面表征出肌电信号序列形态特征的 非线性信息,设计具有增量学习能力的动作模式分类器。实现对手腕的 4 种...
特征提取以及分类识别在内的多种动作SEMG识别方法进行...2.基于加速度与SEMG信息融合的手语手势识别研究。此...关键词:表面肌电信号 步行者航位推算 模式识别手势...
进行了多尺度分解,并提取小波包 分解系数的能量值构建特征矢量,采用四种方法设计多类最小二乘支持向量机(LS-SVM)分类 器,对 8 种表面肌电信号进行了模式分类。...
的研究引起了越来越多 人的 兴趣, 表面肌电的检测...[ 1] 供 更多 的有关 肌电 的空 间分 布信息...四阶原点均三 矩 , 将其作为信号特征用于模式分类...
分类号UDC 密级 学位论文上肢表面肌电信号的处理与运动模式辨识方法研究 作者姓名:崔建国 指导教师:王旭教授 东北大学信息科学与工程学院 申请学位级别:博士 学科专业...
疲劳的表面肌电信号特征研究_物理_自然科学_专业...矩或四阶原点矩 ,将其作 为信号特征用于模式分类...体育科技信息,1995,15(1):11-14〔3〕BuchananT...
(euec uni—etrc~neqat if ctnaas,Q ,并利用 RaonliRA)iys P和R A研究 了...I 不 同肢体运动模式下的表面肌电信号提取相应 的特 征进行分类,能够为肌 电...
热门文档