表面肌电信号在上肢康复训练中的应用研究

发布时间：2021-05-23 00:21

　　近年来,由脑卒中、脑外伤等造成的人体肢体运动障碍越发增多,肢体运动康复问题引起广泛关注。针对当前康复训练过程中存在的患者主动参与度不够高的问题,本文对康复训练中上肢的表面肌电信号进行研究,并将肌电信号与康复训练平台相结合验证表面肌电信号应用于康复训练的可行性。表面肌电信号中包含大量的肢体运动信息,通过对表面肌电信号进行分析处理,掌握人的肌肉运动状态,识别人体上肢运动意图。本文利用DELSYS无线表面肌电采集系统采集人体上肢肌电信号。基于项目组的上肢康复机器人平台,选取上肢功能障碍患者在康复过程中经常涉及的四个动作作为研究对象,分别是肘部屈曲,肘部伸展,肩部内收,肩部外展。本文工作主要分为四个部分:肌电信号采集、预处理与特征提取、信号识别分类及其在康复训练平台的应用。第一部分:肌电信号的采集。利用DELSYS无线表面肌电采集系统采集受试者上肢动作的肌电信号。采集结束后将肌电信号数据利用数据转化单元按类别转化为csv表格形式,以便后续利用Matlab编程实现对肌电信号的处理。第二部分:肌电信号的预处理与特征提取。将肌电信号分别陷波器、滤波器组合去噪法和小波去噪法进行处理,利用信噪比评价降噪... 

【文章来源】：曲阜师范大学山东省

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 肌电信号在康复训练中应用的国外研究现状
        1.2.2 肌电信号在康复训练中应用的国内研究现状
    1.3 肌电信号研究的主要问题
        1.3.1 肌电信号的去噪预处理
        1.3.2 肌电信号的特征提取
        1.3.3 分类器的选择
    1.4 本文的主要研究内容
第2章 表面肌电信号的采集
    2.1 表面肌电信号的产生机理
    2.2 表面肌电信号的特点
    2.3 上肢运动与肌肉的对应关系
    2.4 上肢表面肌电信号采集
        2.4.1 表面肌电信号采集系统
        2.4.2 表面肌电信号采集方案
第3章 表面肌电信号的预处理与特征提取
    3.1 表面肌电信号的预处理
        3.1.1 陷波器与滤波器降噪
        3.1.2 小波去噪
    3.2 肌电信号的特征提取
        3.2.1 特征提取分析窗口
        3.2.2 时域特征
        3.2.3 频域特征
第4章 表面肌电信号的识别分类
    4.1 支持向量机的原理
        4.1.1 最优分类面的构造
        4.1.2 核函数的选择
        4.1.3 参数的选择
    4.2 支持向量机的分类方法
        4.2.1 一对多分类方法
        4.2.2 一对一分类方法
    4.3 参数优化
    4.4 动作识别结果分析
第5章 基于上肢康复训练平台的实验验证
    5.1 上肢康复训练平台
    5.2 基于上肢康复训练平台的实验方案及结果分析
        5.2.1 实验方案
        5.2.2 康复训练实验
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于改进小波变换的手臂肌电信号去噪算法的研究[J]. 刘明君,董增寿.  电子技术应用. 2018(03)
[2]康复机器人的同步主动交互控制与实现[J]. 彭亮,侯增广,王卫群.  自动化学报. 2015(11)
[3]基于改进的网格搜索法的SVM参数优化[J]. 王健峰,张磊,陈国兴,何学文.  应用科技. 2012(03)
[4]表面肌电信号在脑卒中患者上肢运动功能康复中的应用[J]. 李文,赵丽娜,李腾飞,严良文,赵翠莲.  中国康复医学杂志. 2013(02)
[5]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)
[6]利用小波变换对表面肌电信号的消噪处理研究[J]. 杨万鹏,王钰,袁春玲.  电子质量. 2011(04)
[7]基于BP神经网络的手势动作表面肌电信号的模式识别[J]. 于擎,杨基海,陈香,张旭.  生物医学工程研究. 2009(01)
[8]5-DOF上肢康复机械臂交互式康复训练控制策略[J]. 李庆玲,孔民秀,杜志江,孙立宁,王东岩.  机械工程学报. 2008(09)
[9]支持向量机在肌电信号模式识别中的应用[J]. 高剑,罗志增.  传感技术学报. 2007(02)
[10]基于表面肌电信号的前臂手部多运动模式识别[J]. 罗志增,王人成.  仪器仪表学报. 2006(09)

博士论文
[1]基于表面肌电信号的人手动作模式识别关键技术研究[D]. 都明宇.浙江工业大学 2017
[2]基于sEMG信号的上肢自主康复训练动作模式识别[D]. 陈彦钊.山东大学 2015
[3]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

硕士论文
[1]基于表面肌电信号人体下肢动作模式识别方法研究[D]. 董贺.沈阳工业大学 2017
[2]基于小波分析表面肌电信号的上肢肌肉力估计[D]. 张守先.沈阳工业大学 2017
[3]基于sEMG信号的上肢康复机器人训练系统的研究[D]. 胡玉叶.天津理工大学 2017
[4]基于表面肌电的人体上肢动作识别研究及应用[D]. 郑成飞.华中科技大学 2016
[5]基于模式识别的上肢康复机器人肌电控制研究[D]. 代记涛.哈尔滨工程大学 2016
[6]基于支持向量机的表面肌电信号手部动作识别[D]. 刘意.哈尔滨理工大学 2015
[7]基于支持向量机的手臂动作表面肌电信号模式分类方法研究[D]. 郑世钰.吉林大学 2014
[8]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
[9]基于表面肌电信号区分上肢动作的实验研究[D]. 卢蕾.北京协和医学院 2011



本文编号：3201925