基于sEMG的腿部疲劳状态智能识别系统的设计
发布时间：2020-12-02 23:45
随着重负荷的体力劳动逐渐从人力承担转移至机器作业,人体的各项机能日益减退,其中腿部力量的下降最为明显,腿部肌肉的运动锻炼显得尤为重要。运动中,对腿部肌肉状态变化的把握有利于提高锻炼的科学性,而肌肉疲劳状态则是评估肌肉功能的重要参考因素之一。本文设计并制作了一套完整的基于腿部多部位肌肉表面肌电信号评估腿部肌肉疲劳状态的智能识别系统。腿部6块目标肌肉的sEMG通过扣式反馈电极片拾取后,经过以AD620和OP07芯片为主组建的硬件调理电路放大滤波处理。利用基于Cortex-M3内核的STM32F103C8T6内部ADC将6路调理电路输出的模拟信号转化为数字信号,通过主从蓝牙模块HC-05将数据包转发至基于ARM Cortex-A8内核的AM335X开发板智能终端。智能终端可实现肌电图绘制、无线转发数据包至服务器及显示回传疲劳状态数值的功能。服务器端加载训练完成的识别模型,处理实时接收的数据流,得出评估结果并下发至智能终端,及时提醒使用者放松腿部肌肉,进而保证运动安全。通过对肌电信号产生机理及特点的研究,论证多种分析方法优缺点,尝试建立一种可融合多部位sEMG的多层双向LSTM网络模型来分析腿...
【文章来源】：南京邮电大学江苏省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
加拿大Flexcomp十通道表面肌电信号采集仪美国Delsys公司生产的肌电信号测量仪尺寸小，便于人体携带，续航能力强，可同时采
的准确可靠性，使得研究人员可以获究可以更好地协助人们了解肌肉功能已经研制出不少采集装置，系统也愈大的 ThoughtTechnology 公司，其研已被广泛应用在康复医疗领域，如图1 加拿大 Flexcomp 十通道表面肌电信号采电信号测量仪尺寸小，便于人体携带度高，采样率高达 4khz[26]。如图 1
图 2.1 sEMG 产生机理流程图面肌电信号的特点与应用EMG 的拾取中，表面电极采集到的 sEMG 不是单一肌纤维的电活动，而是电极有肌纤维运动单位动作电位的总和。未经过调理的 sEMG 是一种非平稳的微弱值在 0-5mv，均方根值一般在 0-1.5mV，频带范围在 500hz 以下，有用信号频率z-300HZ，主要能量集中在 10-100HZ 之间。图 2.2 是原始表面肌电信号波形图
【参考文献】：
期刊论文
[1]基于表面肌电的肌肉疲劳检测系统研究[J]. 糜超,陈阳,邹凌. 现代电子技术. 2018(20)
[2]下肢肌肉力量分类及训练方法的综述[J]. 黄启闯,徐红旗. 体育科技文献通报. 2018(09)
[3]基于O2O智能健身的服务模式研究[J]. 娄宇爽,李四达. 艺术与设计(理论). 2018(07)
[4]全民健身视角下智能体育发展的研究[J]. 全粤华,文嘉敏. 运动精品. 2018(04)
[5]基于ESP8266的粉尘监测仪设计与实现[J]. 沈周锋. 北华大学学报(自然科学版). 2018(02)
[6]运动性疲劳的产生机理及其恢复[J]. 陈补林. 科技资讯. 2017(23)
[7]表面肌电信号的肌肉疲劳判别研究进展[J]. 姜亚斌,邹任玲,刘建. 生物信息学. 2017(02)
[8]关于运动性疲劳的研究综述[J]. 牛峥,杨黎,万绪鹏,牛健壮,刘洁,于雪梅,邵妮娜. 体育世界(学术版). 2017(01)
[9]谈中长跑运动员的运动型疲劳与恢复训练[J]. 吕正刚. 黑龙江科学. 2017(01)
[10]肌肉疲劳及肌肉损伤机制研究综述[J]. 郭鑫,于天源,周嫱,贾文端,马驰,陶艳红. 中华中医药杂志. 2016(07)
博士论文
[1]根据肌电图（EMG）信号评估人手臂肌肉力和肌肉疲劳的人工智能方法[D]. 乌萨马（Usama Jasim Naeem）.华中科技大学 2013
硕士论文
[1]人体表面肌电信号采集与处理系统设计[D]. 李楠.内蒙古大学 2018
[2]基于表面肌电信号的上肢模式识别技术研究[D]. 董海清.上海师范大学 2018
[3]基于sEMG的卒中上肢肌肉疲劳监测系统设计[D]. 陆国冉.郑州大学 2018
[4]基于表面肌电信号的穿戴式人体行为识别系统[D]. 俞毕洪.浙江大学 2018
[5]基于肌电信号的颈肩肌肉疲劳特性研究[D]. 李琰.天津工业大学 2018
[6]基于AM335X的多参数监护仪[D]. 吴鸣.杭州电子科技大学 2017
[7]表面肌电的采集系统及应用研究[D]. 方泓煜.电子科技大学 2017
[8]基于循环神经网络方法的脑电信号身份识别[D]. 周婧.北京邮电大学 2017
[9]基于ARM的表面肌电信号采集与模拟仿真系统的设计[D]. 雷俊.吉林大学 2014
[10]基于神经网络的表面肌电信号分类方法研究[D]. 孙保峰.吉林大学 2013
本文编号：2895675
【文章来源】：南京邮电大学江苏省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
加拿大Flexcomp十通道表面肌电信号采集仪美国Delsys公司生产的肌电信号测量仪尺寸小，便于人体携带，续航能力强，可同时采
的准确可靠性，使得研究人员可以获究可以更好地协助人们了解肌肉功能已经研制出不少采集装置，系统也愈大的 ThoughtTechnology 公司，其研已被广泛应用在康复医疗领域，如图1 加拿大 Flexcomp 十通道表面肌电信号采电信号测量仪尺寸小，便于人体携带度高，采样率高达 4khz[26]。如图 1
图 2.1 sEMG 产生机理流程图面肌电信号的特点与应用EMG 的拾取中，表面电极采集到的 sEMG 不是单一肌纤维的电活动，而是电极有肌纤维运动单位动作电位的总和。未经过调理的 sEMG 是一种非平稳的微弱值在 0-5mv，均方根值一般在 0-1.5mV，频带范围在 500hz 以下，有用信号频率z-300HZ，主要能量集中在 10-100HZ 之间。图 2.2 是原始表面肌电信号波形图
【参考文献】：
期刊论文
[1]基于表面肌电的肌肉疲劳检测系统研究[J]. 糜超,陈阳,邹凌. 现代电子技术. 2018(20)
[2]下肢肌肉力量分类及训练方法的综述[J]. 黄启闯,徐红旗. 体育科技文献通报. 2018(09)
[3]基于O2O智能健身的服务模式研究[J]. 娄宇爽,李四达. 艺术与设计(理论). 2018(07)
[4]全民健身视角下智能体育发展的研究[J]. 全粤华,文嘉敏. 运动精品. 2018(04)
[5]基于ESP8266的粉尘监测仪设计与实现[J]. 沈周锋. 北华大学学报(自然科学版). 2018(02)
[6]运动性疲劳的产生机理及其恢复[J]. 陈补林. 科技资讯. 2017(23)
[7]表面肌电信号的肌肉疲劳判别研究进展[J]. 姜亚斌,邹任玲,刘建. 生物信息学. 2017(02)
[8]关于运动性疲劳的研究综述[J]. 牛峥,杨黎,万绪鹏,牛健壮,刘洁,于雪梅,邵妮娜. 体育世界(学术版). 2017(01)
[9]谈中长跑运动员的运动型疲劳与恢复训练[J]. 吕正刚. 黑龙江科学. 2017(01)
[10]肌肉疲劳及肌肉损伤机制研究综述[J]. 郭鑫,于天源,周嫱,贾文端,马驰,陶艳红. 中华中医药杂志. 2016(07)
博士论文
[1]根据肌电图（EMG）信号评估人手臂肌肉力和肌肉疲劳的人工智能方法[D]. 乌萨马（Usama Jasim Naeem）.华中科技大学 2013
硕士论文
[1]人体表面肌电信号采集与处理系统设计[D]. 李楠.内蒙古大学 2018
[2]基于表面肌电信号的上肢模式识别技术研究[D]. 董海清.上海师范大学 2018
[3]基于sEMG的卒中上肢肌肉疲劳监测系统设计[D]. 陆国冉.郑州大学 2018
[4]基于表面肌电信号的穿戴式人体行为识别系统[D]. 俞毕洪.浙江大学 2018
[5]基于肌电信号的颈肩肌肉疲劳特性研究[D]. 李琰.天津工业大学 2018
[6]基于AM335X的多参数监护仪[D]. 吴鸣.杭州电子科技大学 2017
[7]表面肌电的采集系统及应用研究[D]. 方泓煜.电子科技大学 2017
[8]基于循环神经网络方法的脑电信号身份识别[D]. 周婧.北京邮电大学 2017
[9]基于ARM的表面肌电信号采集与模拟仿真系统的设计[D]. 雷俊.吉林大学 2014
[10]基于神经网络的表面肌电信号分类方法研究[D]. 孙保峰.吉林大学 2013
本文编号：2895675
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2895675.html
