基于小波分析表面肌电信号的上肢肌肉力估计

发布时间：2017-12-23 12:42

  本文关键词：基于小波分析表面肌电信号的上肢肌肉力估计　出处：《沈阳工业大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 表面肌电信号 活动段检测 小波变换 特征提取 支持向量机

【摘要】：表面肌电信号(Surface Electromyography Signal,sEMG)是由于肌肉收缩时所募集的运动单元动作序列电位(Motor Unit Action Potential Trains,MUAPT),叠加在皮肤表面的一种非平稳生理电信号。目前表面肌电信号的特征提取与分类方法并不成熟,尤其是针对多功能智能上肢的肌电控制,残疾人更期望在自主控制智能上肢运动的同时,能够实现主动调节智能上肢力的大小。针对这个现状,本文就表面肌电信号的特征与上肢肌肉力大小之间的关系进行研究。目前,对于表面肌电信号的分析研究还存在许多问题,如采集表面肌电信号的过程中会受到周围环境和采集设备的噪声干扰,在对肌电信号进行分析前,必须进行预处理;由于表面肌电信号的微弱性,在进行特征提取时,需对多个特征进行融合分类;一般的特征分类器对于复杂的运动模式识别率较低,影响分类识别结果。因此,本文为获得更合适的处理算法来优化控制信号源。首先,制定合理的实验方案。然后对已采集的表面肌电信号进行活动段检测、去噪、特征提取,选择效果更好的分类器对不同大小的肌肉力进行分类识别。首先,本文提出将高斯混合模型应用于表面肌电信号,以检测肌肉活动段的开始,停止和活动间隔。并利用小波变换中降噪的方法,对原始表面肌电信号进行预处理,获取有效的信号。其次,分别从时域、频域和时频域的角度对降噪后的表面肌电信号进行特征提取,并定量对比分析各特征值与不同肌肉力之间的关系。发现单纯地从时域和频域特征的角度出发,很难获取与肌肉力大小之间的相互关系。而基于小波分析的时频特征与肌肉力大小存在着一定的关系,特别是小波系数的高、低频子频段的奇异值特征向量,在不同肌肉力水平下的差异性较大。最后,在模式识别过程中,分别选择BP神经网络、线性判别分析(Linear Discriminant Analysis,LDA)和支持向量机(Support Vector Machine,SVM))3种分类器。然后在每个分类器内输入提取的特征向量,以5种不同的肌肉力作为动作识别方式,进行分类识别。通过对分类结果的对比分析,发现支持向量机的识别效率更好。
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R496;TN911.7

【相似文献】

相关期刊论文 前10条

1 谭春祥,杨基海,钱晓进,梁政;独立分量分析在表面肌电信号分解中的应用[J];生物医学工程研究;2004年01期

2 王刚;王志中;胡晓;黄永峰;;基于最佳小波包的表面肌电信号分类方法[J];中国医学物理学杂志;2006年01期

3 李强;杨基海;梁政;;基于卷积混合盲源分离技术的表面肌电信号分解研究[J];中国生物医学工程学报;2006年04期

4 张旭;杨基海;李强;陈香;;二阶统计量盲分离技术在表面肌电信号分解过程中的应用[J];北京生物医学工程;2007年03期

5 戴亮;杨基海;陈香;李强;;模型生理参数对表面肌电信号影响的仿真研究[J];生物医学工程研究;2007年04期

6 朱昊;辛长宇;吉小军;施文康;;表面肌电信号前端处理电路与采集系统设计[J];测控技术;2008年03期

7 刘南庚;雷敏;;基于小波和非线性指标的表面肌电信号动作特征分析[J];中国组织工程研究与临床康复;2008年17期

8 梅品高;罗志增;加玉涛;;一种消除表面肌电信号中工频干扰的方法[J];杭州电子科技大学学报;2008年02期

9 任新宇;;关于拾取表面肌电信号的电路设计和探究[J];科学之友(B版);2009年03期

10 吴冬梅;孙欣;张志成;杜志江;;表面肌电信号的分析和特征提取[J];中国组织工程研究与临床康复;2010年43期

相关会议论文 前10条

1 李强;杨基海;梁政;陈香;何为;;卷积混合信号的分离技术在表面肌电信号分解中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

2 何为;杨基海;梁政;陈香;任焱暄;;一种模拟表面肌电信号不同发放时刻的波形变异的方法[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

3 梁政;杨基海;周旭初;李强;冯焕清;;一种基于反馈网络法分离卷积混合信号的表面肌电信号分解预处理方法[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

4 赵章琰;陈香;张旭;涂有强;杨基海;;实时手势动作表面肌电信号识别研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

5 赵新刚;杨毕;吴成东;顾爽;韩建达;;基于表面肌电信号的人体运动意图识别方法研究[A];2009全国虚拟仪器大会论文集（二）[C];2009年

6 王乐军;黄勇;龚铭新;陈志勇;许翔;马国强;;小波包分析与人工神经网络相结合探索60秒全力蹬踏自行车致股直肌疲劳过程中的表面肌电信号变化特征[A];第十三届全国运动生物力学学术交流大会论文汇编[C];2009年

7 陈香;张旭;赵章琰;涂有强;杨基海;;多类手势动作表面肌电信号模式识别研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

8 陈伟婷;王志中;胡晓;;基于熵的表面肌电信号疲劳特征分析[A];2005年上海市生物医学工程学会学术年会论文集[C];2005年

9 梁政;杨基海;李强;陈香;钱晓进;冯焕清;;一种基于FIR滤波器的多导表面肌电信号合成方法[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

10 王颖;李颖;李丹;刘志朋;殷涛;;基于表面肌电信号区分上肢动作的实验研究[A];天津市生物医学工程学会第三十二届学术年会论文集[C];2012年

相关重要报纸文章 前2条

1 通讯员 平扬 张轶帆 记者 冯国梧;新技术让“机器手脚”活动自如[N];科技日报;2011年

2 平扬　张轶帆 冯国梧;猜透主人心机器更灵活[N];中国技术市场报;2011年

相关博士学位论文 前7条

1 牟永阁;基于时频和时间尺度分析的表面肌电信号研究及应用[D];重庆大学;2004年

2 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

3 宁勇;多通道表面肌电信号分解的研究[D];浙江大学;2014年

4 姚博;表面肌电信号分解算法及其在小儿脑瘫评诂中的应用[D];中国科学技术大学;2012年

5 王刚;基于小波变换和多重分形分析的表面肌电信号分析[D];上海交通大学;2008年

6 陈伟婷;基于熵的表面肌电信号特征提取研究[D];上海交通大学;2008年

7 宋全军;人机接触交互中人体肘关节运动意图与力矩估计[D];中国科学技术大学;2007年

相关硕士学位论文 前10条

1 李会;上肢表面肌电信号的特征分析方法研究[D];华侨大学;2015年

2 孙光林;人体上肢表面肌电信号分析方法的研究[D];东北大学;2013年

3 温倩;基于表面肌电信号的人体行走模式识别[D];河北工业大学;2015年

4 苏芳茵;表面肌电信号分析及运动模式分类研究[D];华侨大学;2016年

5 于亚萍;基于表面肌电信号的人体下肢动作识别及关节力矩分析研究[D];苏州大学;2016年

6 林上耀;高密度表面肌电信号采集系统研究[D];浙江大学;2016年

7 王涛;基于表面肌电信号的多自由度假肢控制算法及系统研究[D];重庆大学;2016年

8 张守先;基于小波分析表面肌电信号的上肢肌肉力估计[D];沈阳工业大学;2017年

9 鞠徐;基于表面肌电信号的动作模式识别[D];南京航空航天大学;2009年

10 卢蕾;基于表面肌电信号区分上肢动作的实验研究[D];北京协和医学院;2011年

，

本文编号：1323929