张春华, 导师:金海龙,基于表面肌电的手指运动向量分类方法研究

  本文关键词：基于表面肌电的手指运动向量分类方法研究，由笔耕文化传播整理发布。

首页 > 专家 > 内容

文献名称：基于表面肌电的手指运动向量分类方法研究

    前言：表面肌电信号(sEMG)是从人体骨骼肌表面通过表面电极记录下来的神经肌肉的电生理活动,它反映了神经、肌肉的功能状态。由于表面肌电信号的提取方便、快捷、无创伤测量等优点,它被越来越广泛地应用于肌肉和神经系统的信息获取和诊断中。到目前为止,国内外很多学者提出了许多方法从表面肌电信号中识别出前臂前后旋,腕部伸屈的运动模式,但在手指运动模式分类方面还没有引起广泛的研究。本论文针对基于表面肌电信号的手指运动模式分类方法进行了探讨。 首先,本论文详细介绍了肌电信号产生的生理学机理,介绍了它在康复医学中的应用,概述了当前表面肌电信号的研究现状,同时分析讨论了目前提出的分析识别表面肌电信号的方法。这部分知识为本课题的研究提供了理论基础。 然后,本论文尝试利用两种分析方法和一种分类器的结合,对手指五指捏、五指展开、四指(除去拇指)弯曲和拇指对掌运动等四种运动模式分类进行研究。其中一种分析方法是小波变换,本论文用小波变换对表面肌电信号进行多尺度分解和重构,依据信号不同频段所覆盖能量的多少,提取分解树上合适的节点系数重构信号作为特征矢量,并对其进行奇异值分解以达到降维的目的,便于下一步进行分类。另外。。。
    The surface electromyography (sEMG) signal, which is noted by the surface electrode, is the electrical manifestations of the neuromuscular activation associated with a contracting muscle. Its application is popular in neuromuscular system to obtain diagnostic information, because of its many virtues such as: collecting signal conveniently and rapidly, non-hurt measurement. By far, many academicians put forward a lot of methods to identify actions including forearm rotating forward or back, wrist extending o...

文献名称 基于表面肌电的手指运动向量分类方法研究

Article Name
英文(英语)翻译 Study on Classific Method of Fingers Actions Vector Based on Semg;

作者 张春华; 导师:金海龙;

Author

作者单位
Author Agencies 燕山大学;

文献出处
Article From 中国科学院上海冶金研究所; 材料物理与化学(专业) 博士论文 2000年度

关键词 表面肌电信号; 时-频分析; 小波变换; 特征提取; BP神经网络; 分类;

Keywords SEMG;Time-frequency analysis;WPT;Character extraction;BPNN;Classification;

基于小波和非线性指标的表面肌电信号动作特征分析
基于HMM的表面肌电信号模式分类
一种消除表面肌电信号中工频干扰的方法
脑卒中偏瘫患者股直肌和股二头肌的表面肌电信号特征
表面肌电信号前端处理电路与采集系统设计
电极放置位置对表面肌电信号特征的影响
模型生理参数对表面肌电信号影响的仿真研究
基于匹配实测表面肌电信号的模型参数辨识(英文)
不同恢复期脑卒中患者胫骨前肌和腓肠肌表面肌电信号的研究
上臂表面肌电信号与肘关节角度的相关性研究

注：本页信息仅供交流学习使用，请勿将此信息作为用药或者就诊的依据！

  本文关键词：基于表面肌电的手指运动向量分类方法研究，，由笔耕文化传播整理发布。