根据肌电图(EMG)信号评估人手臂肌肉力和肌肉疲劳的人工智能方法
本文选题:表面肌电信号 切入点:肌力 出处:《华中科技大学》2013年博士论文 论文类型:学位论文
【摘要】:由神经系统和肌骨骼系统所组成的人体运动系统使人们可以完成各种复杂的任务。其中,骨骼肌是驱动人体运动的力量源泉,它接收大脑发送的并经由脊髓神经传输的电信号命令,产生相应的收缩并带动关节运动。按照一定时空顺序排列的电信号命令可以驱使多肌肉群组协调地收缩,从而产生协调的人体运动。肌骨骼肌系统的任何缺陷均会影响人体运动和执行任务的能力。鉴于骨骼肌在人体运动系统中的重要地位,骨骼肌及其机能的研究逐渐引起人们的研究兴趣。肌力和肌肉疲劳是肌肉机能评价的两项重要指标,其评估结果有助于认识人们的运动能力。但如何准确地评估人体运动过程中的肌力和肌肉疲劳仍是一个有待解决的问题。 肌电信号是一种记录肌肉收缩电信号的技术,也是一种评估肌肉活动的有效方法。然而,在处理肌电信号来评估肌力和肌肉疲劳的过程中,也还存在许多问题和难题。该工作旨在解决以下三个问题: 第一,对肌力的评估过程往往包含两个步骤:(1)从肌电信号中提取肌肉活动特性,(2)采用Hill模型计算肌力的大小。这一过程除了要优化许多模型参数之外,计算过程本身也很复杂。在这项工作中,我们提出了两种新的肌力评估模型,简化了评估肌力的方法。第一种模型采用神经网络理论,第二种模型则以模糊逻辑为基础。我们开展了人体手臂六组肌肉群组肌电采集实验,并利用MATLAB对所提出的两种模型进行了仿真研究。我们对所提出的两种模型进行了计算速度和稳定性的比较。研究表明,模糊逻辑模型在计算速度和稳定性方面比神经网络模型更快、更稳定,但是其结构比神经网络模型更为复杂。 第二,肌电信号的记录和处理是研究肌肉活动的基本步骤,因为肌电原始信号往往会受到大量噪声的影响,为提取有效、准确的肌电活动信号,人们往往采用各种信号预处理技术进行滤波、归一化等处理。虽然这一过程易于实现,但该过程可能降低信号数据的准确性。为了避免信号处理技术的这一影响,我们提出了一种遗传算法技术,将原始肌电信号作为模型的输入,而模型的输出则是一种能用于评估肌肉力量和肌肉疲劳的信号。为了验证这种模型的有效性,我们首先采用了带遗传算法的神经网络模型评估肌力水平,然后与原神经网络模型肌力评估方法进行比较,结果显示,两种模型对肌力评估的效果很相似并且都具有收敛性。 最后,肌肉的疲劳会直接导致肌力的下降,是影响肌肉活动能力的一个重要因素。我们提出了一种根据模糊逻辑理论评估肌肉疲劳的新方法。这种方法不仅有助于肌肉疲劳的评估,而且适用于任何手臂肌力的评估。这种模型同样由原始肌电信号驱动,无需采用任何信号预处理。与前面肌力评估模型不同的是,这种模型采用的是模糊逻辑方法,而不是遗传算法。通过对五十位志愿者上臂主动肌/拮抗肌对(肱二头肌和肱三头肌)肌肉疲劳的实验验证,证明了这种方法用于评估肌肉疲劳的有效性。此外,我们还研究了肌肉疲劳与受试者年龄之间的关系,直观地反映了肌肉抗疲劳特性随年龄增长而降低的发展趋势。
[Abstract]:Human motion system is composed of the nervous system and musculoskeletal system so that people can accomplish complex tasks. Among them, the skeletal muscle is the source of power to drive the human motion, it receives brain transmission and transmission of electrical signals through the spinal cord to produce the corresponding command, shrink and promote joint movement. According to a certain order of time and space the signal command can drive much muscle contraction to produce group coordination, coordination of human motion. The ability of any defect of muscle system will affect the human movement and mission. In view of the important status of skeletal muscle in the human body movement in the system of skeletal muscle and its function has gradually aroused people's interest in the study. Muscle strength and muscle fatigue are two important indicators of muscle function evaluation, the evaluation result is helpful to understand the movement of people's ability. But how to accurately assess the human. Muscle strength and muscle fatigue in the process of movement are still a problem to be solved.
The EMG signal is a record of muscle contraction signal technology, is a kind of effective method to evaluate the muscle activity. However, in the treatment of EMG signal to evaluate the process of muscle strength and muscle fatigue, there are many problems and difficulties. This work aims to solve the following three questions:
First, the evaluation process of muscle strength often consists of two steps: (1) extraction of muscle activity characteristics from EMG, muscle strength (2) calculated using the Hill model. The size of this process in addition to the optimization of many parameters in the model, the calculation process is very complicated. In this work, we propose two models for evaluation of muscle strength of new, simplified method of evaluating the muscle strength. The first model uses the neural network theory, second kinds of model based on fuzzy logic. We carried out six groups of human arm muscle EMG acquisition experiment group, and two of the proposed model is simulated by MATLAB. We were comparison of calculation speed and stability of two kinds of the proposed model. The results show that the fuzzy logic model in computing speed and stability than the neural network model is faster, more stable, but its structure than the neural network model It's more complicated.
Second, recording and processing of the EMG signal is a basic step of muscle activity, because the original EMG signals often affected by noise, extracting effective EMG signals accurately, people often use a variety of signal preprocessing filtering, normalization processing. Although this process is easy to implement, but the process may reduce the accuracy of signal data. In order to avoid the influence of signal processing technology, we propose a genetic algorithm, the original EMG signal as the input of the model, and the output of the model is a kind of signal can be used to assess muscle strength and muscle fatigue. In order to verify the validity of this model, we first by using the neural network model with genetic algorithm to evaluate strength level, and then compare with the original neural network model strength evaluation method showed that two kinds of model The effectiveness of the muscle strength assessment is similar and convergent.
Finally, muscle fatigue will directly lead to the decline of muscle strength, is an important factor affecting muscle activity. We propose a new method based on the fuzzy logic theory to evaluate muscle fatigue. This method not only helps to evaluate the muscle fatigue assessment, but also suitable for any arm muscle strength. This model is driven by the same the original EMG signal, without using any signal processing. Unlike the previous strength assessment model, this model is based on fuzzy logic method, rather than genetic algorithm. Based on fifty volunteers active arm muscle / antagonist (biceps and triceps) on experimental verification of muscle fatigue, the method for evaluating the effective muscle fatigue is proved. In addition, we also studied the relationship between muscle fatigue and the age of the subjects, can reflect the muscle fatigue resistance increased with aging. A long and low trend of development.
【学位授予单位】:华中科技大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:R741.044;TP18
【相似文献】
相关期刊论文 前10条
1 刘林林,黄夏;呼吸肌疲劳与呼吸衰竭[J];中国危重病急救医学;1990年02期
2 邱龙潜,李野;等速负荷诱发肱二头肌疲劳过程中sEMG信号变化[J];温州大学学报;2003年03期
3 关会林;董琦;孙立新;郎志芳;;芦荟提取物对电刺激离体蟾蜍腓肠肌疲劳的影响[J];牡丹江医学院学报;2008年04期
4 黄宇琦;阚和平;林智棋;周杰;李义凯;;胸锁乳突肌表面肌电图的研究[J];中国康复医学杂志;2009年06期
5 ;揿针对长跑者肌痛及肌肉疲劳的影响[J];国外医学.中医中药分册;2001年02期
6 雷玲;肖国兵;朱人;曹强;葛林娜;梁友信;;重复提举致竖脊肌疲劳作用[J];中国职业医学;2006年01期
7 汪宝树;;调剂饮食 改善疲劳[J];食品与健康;2007年03期
8 郑洁皎;胡佑红;俞卓伟;;表面肌电图在神经肌肉功能评定中的应用[J];中国康复理论与实践;2007年08期
9 ;肌肉疾病及损伤[J];国外科技资料目录(医药卫生);1998年02期
10 吴飞;王健;;双关节运动的局部肌肉疲劳与肌电变化[J];中国康复医学杂志;2006年01期
相关会议论文 前10条
1 郭蕾;于洪志;;初探EMG信号在语音研究中的应用[A];第十一届全国人机语音通讯学术会议论文集(一)[C];2011年
2 ;EMG自动化提供全面的产品质量保证系统[A];2010钢材质量控制技术、形状、尺寸精度、表面质量控制与改善学术研讨会文集[C];2010年
3 王少君;徐冬青;;老年人侧向姿势控制能力下降机制的EMG研究[A];第十四届全国运动生物力学学术交流大会论文集[C];2010年
4 卢鼎厚;;骨骼肌损伤的病因和治疗与人体运动功能康复[A];中国康复医学会第三次康复治疗学术大会论文汇编[C];2002年
5 谈诚;郑亮;张春林;;基于ADAMS/Lifemod的人体动力学模型研究[A];第十一届全国运动生物力学学术交流大会论文汇编(摘要)[C];2006年
6 洪迪安;;人体数学模型和计算机模拟[A];运动生物力学研究方法[C];1986年
7 李广庆;王茂斌;王人成;华超;;矢状面人体运动轨迹检测与分析系统的研制[A];中华医学会第八次全国物理医学与康复学学术会议论文汇编[C];2006年
8 殷金生;;计算人体运动内力矩的一项原理性误差[A];第四届全国运动生物力学学术会议论文集(二)[C];1983年
9 张芳;崔建华;张西洲;;海拔5380m高原富氧室对人体运动一氧化氮及其合酶的影响[A];中国生理学会第六届应用生理学委员会全国学术会议论文摘要汇编[C];2003年
10 ;一些新成果[A];第二届中国运动生物力学学术会议论文汇编(2)[C];1981年
相关重要报纸文章 前10条
1 北京康比特运动营养研究所 孙凤华;“吃”掉肌肉疲劳[N];中国体育报;2008年
2 王晓;华人科学家成功研制可发电纳米纤维[N];中国纺织报;2008年
3 东颖;夏季苦练容易导致身体疲劳[N];大众科技报;2007年
4 健康时报特约专家 赵厚薇;夏天洗脚也要用热水[N];健康时报;2005年
5 记者 顾钢;美发明人体发电“智能背包”[N];科技日报;2005年
6 编译 王金元;发电背包走动中获得电力[N];北京科技报;2005年
7 陈关瑚;防“腰突”注意啥[N];医药养生保健报;2007年
8 许清;人体生物能:能量转换随心用[N];四川科技报;2008年
9 美国加州大学神经病学系教授 薛东;“谢绝”抽筋这个“不速之客”[N];大众卫生报;2006年
10 薛东;防治抽筋把劲儿使到点子上[N];健康报;2006年
相关博士学位论文 前10条
1 乌萨马(Usama Jasim Naeem);根据肌电图(EMG)信号评估人手臂肌肉力和肌肉疲劳的人工智能方法[D];华中科技大学;2013年
2 赵旭;人体运动的视觉重建与识别[D];上海交通大学;2011年
3 佟丽娜;基于力学量信息获取系统的人体摔倒过程识别方法研究[D];中国科学技术大学;2011年
4 于雪松;基于单目无标记点的人体3D运动估计关键技术的研究[D];哈尔滨工业大学;2009年
5 刘华俊;基于实时人体运动动画控制的研究[D];武汉大学;2011年
6 田彦;基于视频的人体姿势预测与跟踪[D];北京邮电大学;2011年
7 薛洋;基于单个加速度传感器的人体运动模式识别[D];华南理工大学;2011年
8 史操;基于计算机视觉的三维人体运动数据压缩[D];中南大学;2011年
9 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
10 杨年峰;人体运动协调规律及其参数化描述[D];清华大学;2001年
相关硕士学位论文 前10条
1 游淼;基于肌动图(MMG)与肌电图(EMG)信号的假肢控制系统研究[D];中南大学;2011年
2 郝立果;基于加速度传感器的运动信息采集和应用研究[D];天津大学;2010年
3 王津生;运动图像序列中人体关节点的提取与跟踪[D];河北工业大学;2004年
4 葛廷云;按摩对人体运动后血清氧自由基代谢水平影响的实验研究[D];河北师范大学;2003年
5 颜芳;电刺激诱发表面肌电信号检测分析及肌疲劳的研究[D];重庆大学;2003年
6 叶伟;静态运动负荷诱发肌肉疲劳过程中SEMG信号变化的生理机制[D];浙江大学;2002年
7 郭玉;新型人体运动位姿测量系统[D];上海交通大学;2012年
8 殷志远;人体运动时间序列可视化及多索引方法研究[D];大连理工大学;2011年
9 徐常有;人体运动序列数据的语义化分析方法研究[D];大连理工大学;2011年
10 李路;基于多传感器的人体运动模式识别研究[D];山东大学;2013年
,本文编号:1594045
本文链接:https://www.wllwen.com/yixuelunwen/swyx/1594045.html