上肢高密度sEMG特征分类研究

发布时间：2022-11-03 18:21

　　人机接口技术的发展一直是医疗康复领域里值得关注的研究方向,采用二维矩阵式高密度表面肌电（High Density surface EMG,HD-sEMG）信号采集技术,能够测量覆盖在限定皮肤区域肌肉的电活动,捕捉整块肌肉活动区域肌电信号时域和空间域分布信息,有利于对复杂动作肌电信号的解析和优化。由于人体上肢运动肌电信号解析较为困难,本文提出一种针对上肢运动HD-sEMG信号人机接口技术解析优化方法;对实验者上肢前伸和外展共八种不同运动角度时三角肌的HD-sEMG信号进行解析和优化,以模拟对上肢前伸和外展连续动作产生的肌电信号的解析。本文采用64路配置的高密度sEMG电极采集HD-sEMG信号。首先,根据肌电控制人机接口技术的整体结构,在数据预处理方面,详细对比主成分分析、快速独立元分析和多分类共同空间模式三种空间滤波算法,分别对采集的HD-sEMG信号作空间滤波预处理,求得分离矩阵以实现对原信号数据的重构及降低数据维数的目的。基于多类别共同空间模式提出不同类别通道间互信息最大化通道选择方法,将信号通道按照互信息进行降序排列,选择肌源信号最优的原始通道进行分析,以较少的通道数代替原64路... 

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题的研究背景及意义
    1.2 HD-sEMG信号解析方法国内外研究现状
    1.3 HD-sEMG信号解析存在的主要问题
    1.4 论文的研究内容与结构安排
第2章 基于上肢运动的sEMG信号接口技术
    2.1 肌电控制接口技术的整体结构
        2.1.1 肌电信号的产生机理
        2.1.2 肌电信号的获取方式
    2.2 上肢运动sEMG信号采集
        2.2.1 上肢运动肌肉分析
        2.2.2 高密度表面肌电信号采集系统
        2.2.3 实验设计方案
    2.3 肌电信号活动段数据分割
    2.4 本章小结
第3章 基于上肢运动的HD-sEMG信号预处理
    3.1 基于PCA的HD-sEMG空间滤波算法
    3.2 基于FastICA的HD-sEMG空间滤波算法
    3.3 基于MuticlassCSP的HD-sEMG空间滤波算法
        3.3.1 基于互信息最大化的MulticlassCSP滤波数选取算法
        3.3.2 基于互信息最大化的MulticlassCSP通道选取算法
    3.4 本章小结
第4章 基于上肢运动的HD-sEMG信号特征提取
    4.1 针对HD-sEMG信号的特征分析
        4.1.1 时域特征分析
        4.1.2 频域特征分析
        4.1.3 时频域特征分析
    4.2 HD-sEMG的空间特征分析
    4.3 HD-sEMG空间域与时频域特征结合分析
    4.4 本章小结
第5章 针对上肢运动HD-sEMG信号模式分类
    5.1 模式分类
        5.1.1 支持向量机分类算法
        5.1.2 线性判别分析分类算法
        5.1.3 K-最邻近分类算法
        5.1.4 人工神经网络分类算法
    5.2 不同分类算法性能的对比分析
    5.3 针对电极偏移鲁棒性分析
    5.4 本章小结
第6章 结论
参考文献
在学研究成果
致谢


【参考文献】：
期刊论文
[1]基于小波变换的多特征融合sEMG模式识别[J]. 于亚萍,孙立宁,张峰峰,张建法.  传感技术学报. 2016(04)
[2]基于支持向量机的肌电信号小波特征分类解码[J]. 何涛,谷朝臣,胡洁.  华中科技大学学报(自然科学版). 2015(S1)
[3]中国残联发布我国最新残疾人口数据[J]. 赵燕潮.  残疾人研究. 2012(01)
[4]表面肌电信号的分析和特征提取[J]. 吴冬梅,孙欣,张志成,杜志江.  中国组织工程研究与临床康复. 2010(43)
[5]基于小波包变换的肌电信号特征提取[J]. 石君,周美娇,朱正平,傅志中.  微计算机信息. 2010(07)
[6]基于RBF神经网络的盲均衡算法综述[J]. 嵇雅田.  电子质量. 2009(01)
[7]多类支持向量机方法的研究现状与分析[J]. 赵春晖,陈万海,郭春燕.  智能系统学报. 2007(02)
[8]肌电信号特征提取方法综述[J]. 加玉涛,罗志增.  电子器件. 2007(01)

博士论文
[1]上肢康复训练机器人的肌电控制研究[D]. 程祥利.山东大学 2013
[2]模式分类的K-近邻方法[D]. 苟建平.电子科技大学 2013

硕士论文
[1]基于LDA的特征提取及其在人脸识别中的应用[D]. 汤鹏.河北大学 2015
[2]人体上肢表面肌电信号采集与处理的研究[D]. 班帅.东北大学 2012



本文编号：3700392