上肢表面肌电信号的特征分析方法研究

发布时间：2017-04-07 21:08

  本文关键词：上肢表面肌电信号的特征分析方法研究，由笔耕文化传播整理发布。

【摘要】：表面肌电信号(surface electronomyography signal,s EMG)是通过表面电极从人体肌肉表面采集到的神经肌肉活动时候发出的生物电信号。它为临床医学、康复医学、运动医学、神经生理学等领域的研究和应用提供了安全便捷的无创性切入口。随着信号处理技术的发展,如何从表面肌电信号中提取出有效、准确的特征信息并完成动作识别,已经成为人体肌电假肢控制、残疾人康复治疗及机械臂驱动等重要的研究内容。本文根据MATLAB/XPC Target的宿主机-目标机模式的实时数据采集系统,结合多个表面电极贴片,搭建了一个表面肌电信号的实验采集平台,用来完成对上臂六种不同动作的表面肌电信号的采集。基于对所采集到表面肌电信号特征的分析研究,本文完成了以下工作:1)选用小波包去噪方法对信号进行去噪处理。实验表明,与传统方法相比,小波包去噪法的信噪比最高,均方根误差和平滑度最小,去噪效果最好;该方法能有效滤除噪音信号并保留大量有用信号,最适合于表面肌电信号的去噪处理。2)分别从时域、频域和时频域(小波分析)三个方面对表面肌信号做特征提取。通过实验分析对比,发现时域和频域特征均不是特别明显,而小波分析中小波系数的最大值和奇异值能较好地表征信号特征,可以用来构建信号的特征矢量。3)采用神经网络分类法进行分类决策;通过把动量BP法和LM算法改进后的网络与标准BP网络的分类结果进行比较分析发现,动量BP网络和LM网络比标准BP网络都有了较大提高;而效果最好的是LM网络,收敛速度最快,准确率可以达到95%以上。
【关键词】：表面肌电信号 小波包变换 去噪 特征提取 神经网络
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R33;TN911.6
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 绪论9-16
• 1.1 课题研究背景及意义9
• 1.2 肌电信号概述9-10
• 1.3 表面肌电信号的国内外研究现状10-14
• 1.3.1 表面肌电信号去噪处理研究现状10-11
• 1.3.2 表面肌电信号特征提取研究现状11-14
• 1.3.3 表面肌电信号分类识别研究现状14
• 1.4 主要研究内容及章节安排14-16
• 第2章 表面肌电信号的产生和采集16-31
• 2.1 肌肉电信号的产生机理16-17
• 2.2 肌电信号的特点及其数学模型17-21
• 2.2.1 肌电信号的特点17-18
• 2.2.2 肌电信号的数学模型18-21
• 2.3 动作模式和贴片位置的选择21-22
• 2.3.1 动作模式的选择21-22
• 2.3.2 电极位置选择22
• 2.4 表面肌电信号的采集22-30
• 2.4.1 实验采集系统23
• 2.4.2 肌电信号采集硬件23-26
• 2.4.3 肌电信号采集软件26-29
• 2.4.4 肌电信号采集实验29-30
• 2.5 本章小结30-31
• 第3章 表面肌电信号去噪分析31-45
• 3.1 噪声信号来源分析31-32
• 3.2 数字滤波器去噪32-36
• 3.3 小波去噪36-42
• 3.3.1 小波基函数36-37
• 3.3.2 小波变换37-38
• 3.3.3 小波去噪的基本思想38-42
• 3.4 去噪分析42-44
• 3.4.1 去噪评价准则42-43
• 3.4.2 去噪效果比较43-44
• 3.5 本章小结44-45
• 第4章 表面肌电信号特征提取分析45-58
• 4.1 时域分析方法45-46
• 4.2 频域分析方法46-47
• 4.3 时频分析法47-49
• 4.3.1 小波分析47
• 4.3.2 多分辨率小波分析47-49
• 4.4 实验结果分析49-57
• 4.4.1 时域特征提取分析49-51
• 4.4.2 频域特征提取分析51
• 4.4.3 小波特征提取分析51-56
• 4.4.4 特征向量的确定56-57
• 4.5 本章小结57-58
• 第5章 表面肌电信号的特征识别58-70
• 5.1 特征分类方法58-59
• 5.2 BP神经网络分类器59-64
• 5.2.1 BP标准算法61-62
• 5.2.2 BP算法改进62-63
• 5.2.3 网络设计63-64
• 5.3 实验结果和分析64-69
• 5.4 本章小结69-70
• 第6章 总结与展望70-72
• 6.1 总结70-71
• 6.2 展望71-72
• 参考文献72-76
• 致谢76-77
• 个人简历、在学期间发表的学术论文与研究成果77

【参考文献】

中国期刊全文数据库 前1条

1 王人成,黄昌华,李波,金德闻,张济川;基于BP神经网络的表面肌电信号模式分类的研究[J];中国医疗器械杂志;1998年02期

  本文关键词：上肢表面肌电信号的特征分析方法研究，由笔耕文化传播整理发布。

，

本文编号：291321