肌电信号混沌特性分析及其在髋关节康复下肢控制中的应用

发布时间：2020-12-07 04:22

　　本课题的研究来源于省科技厅计划处的项目“基于欠驱动双足步态行走机理的神经-肌肉控制可穿戴型下肢助力辅助及康复行走机器人”的延伸。在康复医学方面,下肢运动能力丧失的患者承受着生活与精神上的巨大痛苦,而传统的康复训练周期长,效果差,使患者对康复医疗失去信心。本研究对下肢康复机器人采用肌电控制方法,通过采集人体动作时的表面肌电信号（sEMG）,作为人体主动意识信号对下肢康复装置进行控制,实现人体主动控制,本文的研究内容如下:（1）sEMG的采集与处理,即滤波、特征提取和不同动作的模式识别本文利用MQ8采集装置,对下肢髋关节前屈与后伸两个动作的相关肌肉群的sEMG进行采集,并对sEMG利用小波变换进行滤波消噪处理。然后分别利用时域、频域及时频域分析方法对sEMG进行特征提取,从中选取适合的特征值,作为输入,选用合适的神经网络模型对不同动作的sEMG进行识别,本文采用BP神经网络对sEMG进行动作识别,得到最终的动作分类结果。（2）基于sEMG的髋关节控制研究本文中要对髋关节的一个自由度进行控制,通过对预处理后的sEMG进行特征值的提取,并用提取的特征值对不同动作的sEMG进行模式识别,选择人工... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题的研究目的与意义
    1.2 康复机器人的国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本课题研究的主要内容
    1.4 课题研究所面临的问题
第2章 sEMG机理分析与采集、处理
    2.1 sEMG的产生机理
    2.2 肌电信号的数学模型
    2.3 肌电信号的特点
    2.4 表面肌电信号的采集
        2.4.1 下肢肌肉的选择
        2.4.2 采集方案
        2.4.3 受试者的选择
        2.4.4 采集过程
        2.4.5 采集结果
    2.5 本章小结
第3章 sEMG的预处理与特征提取
    3.1 表面肌电信号的动作段检测
    3.2 sEMG的滤波处理
        3.2.1 传统滤波处理
        3.2.2 基于小波变换的滤波处理
        3.2.3 滤波方法对比
    3.3 sEMG的特征提取
        3.3.1 时域分析法
        3.3.2 频域分析法
        3.3.3 时频域分析法
        3.3.4 高阶谱分析法
        3.3.5 混沌与分形
    3.4 基于时域与频域的特征提取
    3.5 本章小结
第4章 髋关节康复下肢的表面肌电控制
    4.1 基于表面肌电信号的髋关节康复机器人控制
        4.1.1 阈值控制
        4.1.2 人工神经网络控制
        4.1.3 混沌控制
    4.2 sEMG的动作模式识别
        4.2.1 BP神经网络
        4.2.2 分类器设计
        4.2.3 分类器识别准确率
    4.3 表面肌电控制的仿真实验平台
        4.3.1 仿真实验流程
        4.3.2 仿真实验系统
    4.4 下肢髋关节康复机器人的肌电控制实验
    4.5 本章小结
第5章 sEMG的混沌特性分析与控制研究
    5.1 相空间重构
        5.1.1 延迟时间的确定
        5.1.2 嵌入维数的确定
        5.1.3 相空间重构
    5.2 sEMG的最大李雅普诺夫指数
    5.3 sEMG的混沌特性分析
        5.3.1 表面肌电信号熵值
        5.3.2 L-Z复杂度
    5.4 基于sEMG的混沌控制研究
        5.4.1 肌电信号混沌系统方程
        5.4.2 混沌控制策略研究
    5.5 本章小结
第6章 结论与展望
    6.1 本文研究工作总结
    6.2 未来工作展望
参考文献
作者简介及科研成果
致谢


【参考文献】：
期刊论文
[1]基于人体特殊步态分析的下肢外骨骼机构设计[J]. 贾山,韩亚丽,路新亮,徐旭,王兴松.  机器人. 2014(04)
[2]基于MATLAB和ADAMS的六自由度机器人联合仿真[J]. 王战中,杨长建,刘超颖,熊蒙.  制造业自动化. 2013(18)
[3]下肢外骨骼机器人动力学分析与设计[J]. 唐志勇,谭振中,裴忠才.  系统仿真学报. 2013(06)
[4]能量辅助骨骼服的研究现状及发展趋势[J]. 杨智勇,归丽华,张静,方登建.  山东科技大学学报(自然科学版). 2012(05)
[5]肌电控制康复机器人协助的脑卒中患者肘关节康复训练的多参数评价[J]. 孙睿,宋嵘,汤启宇.  中国康复医学杂志. 2012(09)
[6]基于预抓取模式识别的假手肌电控制方法[J]. 杨大鹏,赵京东,李楠,姜力,刘宏.  机械工程学报. 2012(15)
[7]基于多尺度最大李雅普诺夫指数的表面肌电信号模式识别[J]. 邹晓阳,雷敏.  中国生物医学工程学报. 2012(01)
[8]表面肌电信号分析及其在康复医学中的应用[J]. 吴銮,黄鹏程,鲍官军,杨庆华.  机电工程. 2011(11)
[9]基于高阶统计量分析的生物医学信号处理应用[J]. 冯正权,何庆华,吴宝明,闫庆广,高丹丹.  中国医学物理学杂志. 2011(05)
[10]表面肌电信号采集电路的设计[J]. 韩晓新.  计算机测量与控制. 2011(07)

博士论文
[1]生物表面电信号建模、分析及其在人机交互中的应用[D]. 黄淦.上海交通大学 2013
[2]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
[3]可穿戴型助力机器人技术研究[D]. 陈峰.中国科学技术大学 2007

硕士论文
[1]基于表面肌电信号的下肢康复机器人控制方法研究[D]. 李金铭.哈尔滨工业大学 2013
[2]外骨骼下肢助力机器人技术研究[D]. 张志成.哈尔滨工业大学 2011
[3]基于表面肌电的手指运动向量分类方法研究[D]. 张春华.燕山大学 2006



本文编号：2902616