基于矩阵分解算法和快速正交搜索方法的肌力估计研究

发布时间：2020-06-27 04:25

【摘要】：作为运动生物力学的一个分支,肌力估计研究在人造关节与假体设计、临床康复医学以及专业体育评估等诸多领域都有着十分重要的意义。表面肌电信号作为人体骨骼肌在收缩过程中所产生的一类电生理信号,能够间接反映出肌肉的收缩状态和激活情况,其采集过程具有安全、无创、易操作等特点,被广泛应用于肌力估计的相关研究中。相较于传统的单个分立式电极,高密度电极阵列能够采集更多的肌电空间信息,捕获更丰富的肌肉激活情况,有利于改善基于肌电信号的肌力估计性能。本课题以静态变力屈肘运动的任务动作为研究对象,共招募12名健康成年男性受试者,开展了上肢多块骨骼肌高密度表面肌电和腕部综合力的数据采集实验,探索了一种基于矩阵分解算法和快速正交搜索方法的肌力估计方案。主要研究内容和研究成果可概括如下:(1)基于矩阵分解算法的高密度阵列肌电解析研究。针对人体诸多骨骼肌在运动过程中存在内部肌肉肌腱单元激活水平不一致的特点,借助高密度阵列式肌电采集技术从上臂前侧、上臂后侧、前臂前侧和前臂后侧采集表面肌电信号,并选用主成分分析、独立成分分析和非负矩阵分解三种算法分别对信号进行分解,从肌肉肌腱单元层面解析肌肉的激活情况。研究结果表明,三种算法均可实现对包含多个肌肉肌腱单元的骨骼肌内部激活情况的解析,提取出表征各肌肉肌腱单元激活情况的多个激活模式和相应的激活水平变化曲线。相较于传统的全通道平均值法,矩阵分解算法能够提取出与实测力信号更相似的、更适用于肌力估计的激活信号。(2)基于快速正交搜索方法的肌力估计研究。考虑到肌电信号与肌力之间复杂的生理关系,选用基础线性函数、多项式函数、平方根函数和S型函数等多种形式构造候选函数集,以探究输入的肌肉激活信号与输出的肌力估计信号之间的复杂关系。研究结果表明,快速正交搜索方法能够从候选函数集中选取出合适的函数搭建力估计模型,实现更为准确的肌力估计。同时,本研究分别从不同肌肉数目、不同激活信号提取方法以及不同发力模式的角度考察了基于快速正交搜索方法的肌力估计性能。结果显示,参与肌力估计的骨骼肌数目越多,肌力估计的结果越精确;三种矩阵分解算法尤其是非负矩阵分解所提取的激活曲线用于肌力估计可获得更好的效果;由高收缩力水平的发力模式训练出的肌力估计模型普适性更强。相较于诸多将单块肌肉作为整体的研究工作,本课题提出的基于矩阵分解算法和快速正交搜索方法的肌力估计方案能够更深入地获取肌肉内部的激活模式和激活水平,显著提高肌力估计的精度。本研究取得的研究成果在日常锻炼指导、体育运动评估和医疗康复等领域都具有重要的应用价值。
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R318
【图文】：

肌电信号是骨骼肌收缩过程中产生的电生理信号，包含丰富的神经肌肉系统逡逑，可以反映出人体运动过程中肌肉的激活情况。肌肉收缩力由骨骼肌产生，逡逑肌腱、骨骼和关节等的传递，最终实现静态收缩或者动态运动。因此，利用逡逑信号对肌肉收缩力进行预测是一种可行的方法。本章将详细介绍表面肌电的逡逑、采集以及基于表面肌电的肌力估计方法。逡逑表面肌电信号的形成和采集逡逑２．２．１肌电信号的生理学原理逡逑为实现各种精细复杂的动作和运动，人体的中枢神经系统（Ｃｅｎｔｒａｌ邋Ｎｅｒｖｏｕｓｍ，邋ＣＮＳ）需要协调与之相关的各个肌肉和骨骼。神经肌肉系统接受人体输入信息，通过大脑运动皮层区、脑干以及脊髓进行信息传递和分级控制，逡逑来实现任务动作或目标运动［４６］。逡逑Ｓｐｉｎａｌ邋ｃｏｒｄ邋（ｓｅｃｔｉｏｎ）逡逑

输出的结果与网络的联接方式密切相关，不同的激励函数或不同的函数联接逡逑权重都会导致输出结果的改变。有研宄表明，三层的ＢＰＮＮ能够很好地逼近任逡逑何非线性映射，其网络结构如图２．２所示。目前有很多利用人工神经网络方法逡逑进行肌力估计的研宄。例如，Ｆａｒｉｄ邋Ｍｏｂａｓｓｅｒ和Ｋｅｙｖａｎ邋Ｈａｓｈｔｒｕｄｉ－Ｚａａｄ使用了多逡逑层感知器神经网络和径向基函数神经网络两种ＡＮＮ算法对肘关节运动过程中的逡逑手部发力情况进行预测，输入信号包括有上臂肌肉表面肌电信号、肘关节角度和逡逑角速度［６４］。Ｕｓａｍａ邋Ｊ．Ｎａｅｅｍ等以整流平滑后的胧桡肌、肱三头肌和屈肌的肌电信逡逑号作为反向传递神经网络的输入信号，实现了对肱二头肌肌力的估计［６５】。王少逡逑平等利用ＢＰ神经网络实现了基于独立成分分析算法的肌电－肌力预测［６６］。逡逑输入逡逑输入层逦隐层邋输出层逡逑图２．２三层ＢＰ神经网络结构逡逑并行级联识别（Ｐａｒａｌｌｅｌ邋Ｃａｓｃａｄｅ邋Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，邋ＰＣＩ）是上世纪９０年代新兴的逡逑一种动态识别算法。该方法利用动态线性有限脉冲响应和静态非线性拟合来实现逡逑更为精确的系统识别１６７］。理想情况下，基于肌电信号的肌力估计模型应该能够逡逑捕获到系统整体的动态信息和固有的非线性特征，因而结合了动态和静态需求的逡逑ＰＣＩ算法被一些研宄选用作肌力估计模型。Ｊａｖａｄ邋Ｈａｓｈｅｍｉ等使用并行级联识别逡逑作为动态评估工具探索了从上臂肌肉肌电信号到手腕诱导力的映射关系，由于该逡逑１３逡逑

【参考文献】

相关期刊论文 前10条

1 顾旭东;吴华;姚云海;傅建明;陈迎春;王伟国;;老年脑卒中步态训练的研究进展[J];实用老年医学;2015年06期

2 侯文生;杨丹丹;胡宁;吴小鹰;郑小林;;基于柔性印刷工艺的表面肌电电极阵列装置的设计[J];传感技术学报;2010年05期

3 洪友廉;;国际运动生物力学研究发展的现状和前景[J];体育科研;2009年02期

4 肖丹丹;苏丕仁;胡宗祥;;运动生物力学在乒乓球运动中的应用与展望[J];北京体育大学学报;2007年10期

5 华立君;宋吉锐;;排球运动员下肢肌力与肌电特征的相关研究[J];沈阳体育学院学报;2007年04期

6 任景萍;刘学贞;王向东;;我国优秀女子举重运动员抓举技术的运动生物力学分析[J];首都体育学院学报;2006年03期

7 宗华敬,蔡锡元,沈连国;我国现役优秀女子竞走运动员关键技术的运动生物力学研究[J];天津体育学院学报;2005年01期

8 沈巧儿,李建设;肌肉力量测量方法简论[J];浙江体育科学;2000年05期

9 于兴文,高健,王振军,于红,吕程;我国男子优秀撑竿跳高运动员技术的运动生物力学分析[J];沈阳体育学院学报;1997年03期

10 陈伟生;艺用人体解剖结构（续十一）[J];美术向导;1994年04期

相关会议论文 前2条

1 乔秀梅;童建国;赵焕彬;来爱国;;运动生物力学原理在中小学生体能促进中的应用研究[A];第十五届全国运动生物力学学术交流大会（CABS2012）论文摘要汇编[C];2012年

2 吴子天;刘卉;;跑步中的损伤生物力学研究现状[A];第十五届全国运动生物力学学术交流大会（CABS2012）论文摘要汇编[C];2012年

相关博士学位论文 前5条

1 汤璐;小儿脑瘫运动功能障碍评估研究[D];中国科学技术大学;2017年

2 张旭;基于表面肌电信号的人体动作识别与交互[D];中国科学技术大学;2010年

3 赵章琰;表面肌电信号检测和处理中若干关键技术研究[D];中国科学技术大学;2010年

4 魏高峰;人体骨肌系统的整体生物力学建模与仿真分析研究[D];上海交通大学;2010年

5 李强;表面肌电信号的运动单位动作电位检测[D];中国科学技术大学;2008年

相关硕士学位论文 前4条

1 王少平;基于ICA算法的肌肉肌腱单元定位和肌力预测研究[D];中国科学技术大学;2017年

2 张恒毅;多通道有源柔性阵列电极与信号调理电路设计[D];中国科学技术大学;2014年

3 黄耐寒;基于表面肌电的肌疲劳分析与肌力预测研究及实现[D];中国科学技术大学;2014年

4 侯祖贵;基于惯性传感器的人体动作分析与识别[D];哈尔滨工程大学;2013年

本文编号：2731325