基于表面肌电信号双谱分析的动作分类

发布时间：2018-04-26 01:24

  本文选题：表面肌电信号 + TKE算子　； 参考：《北京工业大学学报》2017年07期

【摘要】：为了提高人体上肢动作识别正确率,提出了一种基于表面肌电信号双谱分析的动作分类方法,以信息增益作为表面肌电信号起止点分割效果衡量标准,结合TKE算子提取出肌肉运动起止区间的表面肌电信号,对提取到的表面肌电信号进行双谱变换,提取双谱的正反对角切片作为表面肌电信号特征,以概率神经网络作为分类器,以100次10折交叉验证为一次动作分类实验,计算10次分类实验的平均正确率,最终得到正对角切片、反对角切片和正反对角切片的分类正确率分别为94.56%、90.93%和95.48%.
[Abstract]:In order to improve the accuracy of human upper limb motion recognition, an action classification method based on bispectral analysis of surface EMG signal is proposed. Combined with TKE operator, the surface electromyography (EMG) signal in the beginning and ending region of muscle motion is extracted, and the extracted surface EMG signal is transformed by bispectrum, and the positive and negative diagonal slice of bispectrum is extracted as the feature of surface EMG signal, and the probabilistic neural network is used as classifier. The average correct rate of 10 times classification experiment was calculated with 100 times cross validation of 10 times. Finally, the classification accuracy of positive diagonal slice, negative angle section and positive and negative diagonal slice were 94.56g / 90.93% and 95.48%, respectively.
【作者单位】： 北京工业大学信息学部;
【基金】：国家自然科学基金资助项目(11527801,61305026) 北京市教育委员会资助项目(KM201310005006) 北京工业大学“智能制造领域大科研推进计划”资助项目
【分类号】：R318;TN911.6

【参考文献】

相关期刊论文 前2条

1 李芳;安丙辰;郑洁皎;;表面肌电图在脑卒中患者手神经肌肉功能评定中的应用[J];中国康复理论与实践;2015年03期

2 段向阳;王永生;苏永生;;切片双谱分析在离心泵故障诊断中的应用[J];振动.测试与诊断;2010年05期

相关博士学位论文 前2条

1 陈彦钊;基于sEMG信号的上肢自主康复训练动作模式识别[D];山东大学;2015年

2 陈歆普;基于肌电信号的多模式人机接口研究[D];上海交通大学;2011年

相关硕士学位论文 前3条

1 王振宇;基于sEMG信号的上肢康复机器人系统研究[D];北京理工大学;2015年

2 万泽明;脑卒中患者上肢肌肉表面肌电信号分解与疲劳研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2013年

3 孙欣;基于表面肌电信号定量辨识的上肢康复机器人运动控制[D];哈尔滨工业大学;2010年

【共引文献】

相关期刊论文 前10条

1 孙光民;闫正祥;张俊杰;马北川;李俊;姜明;刘天伦;张翼;;基于表面肌电信号双谱分析的动作分类[J];北京工业大学学报;2017年07期

2 姜迎萍;王波;周益凡;唐述婷;孙云丰;;头针结合康复训练治疗脑梗死恢复期患者的疗效研究[J];中国康复医学杂志;2017年03期

3 朱俞岚;张备;陈亮;白玉龙;;肌电反馈体感游戏治疗分娩性臂丛神经麻痹儿童上肢功能的效果[J];中国康复理论与实践;2016年12期

4 王群;黄真;;脑卒中偏瘫患者上肢功能的生物力学机制研究[J];中华物理医学与康复杂志;2016年12期

5 郭庆丰;梁亚峰;;循环双谱在滚动轴承故障特征提取中的应用[J];煤矿机械;2016年12期

6 张大伟;陈庆梅;;超声联合电刺激引导下A型肉毒毒素注射对卒中早期患者肌痉挛的临床研究[J];临床荟萃;2016年12期

7 董婕;吴卫红;高明明;刘建军;刘亚丽;刘文慧;;简易促通装置对痉挛型偏瘫患儿手功能康复的作用[J];中国康复医学杂志;2016年11期

8 李芳;郑洁皎;;表面肌电图在脑卒中患者异常步态分析中的研究进展[J];中国康复理论与实践;2016年10期

9 刘亚丽;关鑫宇;季林红;董婕;;诱导脑部损伤患儿主动训练的电子手套[J];清华大学学报(自然科学版);2016年10期

10 王勤鹰;詹青;;电生理技术应用于卒中康复评估的临床价值[J];神经病学与神经康复学杂志;2016年03期

相关博士学位论文 前3条

1 徐卓君;基于多源信息的智能仿生手臂模式识别方法研究[D];吉林大学;2015年

2 陈彦钊;基于sEMG信号的上肢自主康复训练动作模式识别[D];山东大学;2015年

3 史小华;坐/卧式下肢康复机器人研究[D];燕山大学;2014年

相关硕士学位论文 前10条

1 徐伟诚;基于RealSense~(TM)的上肢辅助复健系统的设计与实现[D];北京工业大学;2016年

2 陈涛;基于DSP的便携式表面肌电信号处理系统的研究[D];天津职业技术师范大学;2015年

3 原晓孟;面向运动康复的可穿戴式无线传感网系统设计与实现[D];南京邮电大学;2015年

4 魏秀利;基于脑肌电反馈的虚拟康复系统研究[D];燕山大学;2015年

5 许天宁;具有压觉感知的拟人化机械手设计[D];浙江大学;2015年

6 徐文墨;基于sEMG的上肢康复机器人控制系统研究[D];华北理工大学;2015年

7 卜峰;基于ARM的肌电假肢控制器设计与实现[D];上海师范大学;2014年

8 赵鹏;基于肌电反馈的下肢康复机器人控制策略研究[D];燕山大学;2014年

9 陈强;面向病理性震颤抑制机器人上肢生物力学模型的研究[D];哈尔滨工业大学;2013年

10 李金铭;基于表面肌电信号的下肢康复机器人控制方法研究[D];哈尔滨工业大学;2013年

【二级参考文献】

相关期刊论文 前10条

1 叶玉琴;金海莲;朱丹;邓方;王可人;;针极肌电图及表面肌电图在神经肌肉疾病中的应用[J];中风与神经疾病杂志;2013年06期

2 李雪萍;陈安亮;程凯;周俊;于俊龙;史文红;杨婷;王伟;袁冰;徐迪;;脑卒中患者前臂表面肌电变化与手功能评定相关性的研究[J];神经损伤与功能重建;2008年06期

3 张园;李力;邹隽;;基于双谱的滚动轴承非线性耦合特征提取与故障分类[J];轴承;2008年07期

4 林凤涛;杨超;;基于双谱的滚动轴承局部损伤故障诊断方法研究[J];噪声与振动控制;2008年03期

5 芦海涛;张通;;镜像运动的研究进展[J];中国康复理论与实践;2007年11期

6 郑洁皎;胡佑红;俞卓伟;;表面肌电图在神经肌肉功能评定中的应用[J];中国康复理论与实践;2007年08期

7 王凯;张永祥;李军;;齿轮裂纹故障的双谱分析[J];机械强度;2006年03期

8 蒋平,贾民平,许飞云,胡建中;机械故障诊断中微弱信号处理特征的提取[J];振动、测试与诊断;2005年01期

9 杨其俊,徐长航;双谱分析在往复泵故障诊断中的应用研究[J];振动工程学报;2001年04期

10 杨江天,陈家骥,曾子平;双谱分析及其在机械诊断中的应用[J];中国机械工程;2000年04期

相关博士学位论文 前3条

1 程祥利;上肢康复训练机器人的肌电控制研究[D];山东大学;2013年

2 陈歆普;基于肌电信号的多模式人机接口研究[D];上海交通大学;2011年

3 李庆玲;基于sEMG信号的外骨骼式机器人上肢康复系统研究[D];哈尔滨工业大学;2009年

相关硕士学位论文 前2条

1 邱青菊;表面肌电信号的特征提取与模式分类研究[D];上海交通大学;2009年

2 佟杰;手臂康复训练机器人控制及实验研究[D];哈尔滨工程大学;2007年

【相似文献】

相关期刊论文 前2条

1 沈民奋,沈风麟,孙丽莎;脑电的非线性检测与双谱分析[J];电子测量与仪器学报;1998年01期

2 许崇涛,沈民奋,朱国平;大脑安静与积极思维状态下脑电波双谱分析6例报告[J];中国心理卫生杂志;2004年06期

，

本文编号：1803864