多通道表面肌电信号特征提取关键技术研究

发布时间：2024-03-09 05:45

　　表面肌电信号(surface Electromyography,sEMG)作为一种无创、安全和易采集的生物信号,是肌肉活动的电生理根源,被广泛用于运动生物力学相关领域的分析与研究。研究表明,为了适应不同的力学任务,骨骼肌内部存在不均匀的激活状态,单电极或若干对电极采集肌电的方式无法充分捕获肌肉激活的不均匀性,因而无法完成精确的肌肉激活分析和肌肉力估计等任务。高密度阵列等多通道表面肌电采集技术可捕获高时空分辨率信号,是肌肉力估计和运动分析等研究中的主流数据采集技术。尽管多通道表面肌电可采集到丰富的信息,同时也带来冗余和干扰信息,在实际应用时需对其进行较为深入的处理,以提取最合适的肌电特征。针对表面肌电-肌力估计的多通道肌电信息融合需求和爬行运动中肌肉协同提取存在的不稳定及不彻底等问题,本文对基于主成分分析(principalcomponent analysis,PCA)、独立成分分析(independentcomponentanalysis,ICA)、非负矩阵分解(nonnegative matrix factorization,NMF)、因子分析(factor analysis,FA)...

【文章页数】：121 页

【学位级别】：博士

【部分图文】：

图１．２?Ａ：?１２８通道阵列电极：Ｂ：?３０路分立式电极??

运动??分析等，以及需获取单块肌肉空间激活信息的任务，如动作电位的传导速度求解、??神经肌肉节的位置确定等。??近年来，多通道采集技术这种更加先进的肌电检测技术被广泛用于实验室和??临床（Ｔｏｐａｌｏｖｉｃ?ｅｔ?ａｌ．，?２０１９；?Ｒａｓｏｏｌ?ｅｔ?ａｌ．，２０１７）。通常....

图１．３特征提取框图??

?第一章绪论???１．２多通道表面肌电信号特征提取及其研究意义??图１．３所示为一个完整的多通道表面肌电特征提取框图。在一个基于多通道??表面肌电的应用中，依次经过信号预处理、数据融合和时（频）域特征提取这三个??步骤后提取到特征，并输入给应用端，经过一些特定分析和处理手段实现最....

图２．１?Ａ：神经系统的具体功能分层流图（红色箭头表示信息自中枢神经系统传出，??黑色箭头表示信息传入中枢神经系统，取自维基百科的开放图片）；Ｂ：典型的神经??元结构（￡１＾１＾６１８１．，２０１２）；（：：中枢神经系统和周围神经系统示意图（取自维基百科??的开放图片）??

?第二章生理学和算法理论基础???神经。??图２．?１Ｃ为中枢神经系统和周围神经系统的组成示意图。中枢神经系统由大??脑和脊髓组成，周围神经系统是大脑和脊髓的神经延仲，由（出）颅神经和（出）??脊髓神经组成，这些神经由长纤维或轴突束包围，将中枢神经与身体的其他部位??连接起来（周....

图２．２人：运动控制机制示意图（＞１〇价３１＾１３１．，２００４）；８：运动单位结构图（］＼１〇１＾拈??ｅｔ?ａｌ．，?２００４）??－－，－??

?第二章生理学和算法理论基础???生活中的行走过程中，都有几十甚至上百块肌肉参与其中（Ｉｖａｎｅｎｋｏ?ｅｔ?ａｌ．，２０１５）。??神经肌肉系统通过大脑皮层运动区、脑干和脊髓的分级控制机制实现运动的精确??控制（黄成君，２０１７），此机制示意图如图２．２Ａ所示。骨骼运动系统是最....

本文编号：3922987