近年來,因自然災(zāi)害、交通事故等因素致使殘肢者的數(shù)量正在急劇增加。對(duì)于上肢缺失者來說,上肢的缺失會(huì)導(dǎo)致殘肢者身體和勞動(dòng)能力急劇下降,生活無(wú)法自理,給其心理帶來嚴(yán)重的創(chuàng)傷,乃至危及整個(gè)家庭和睦。然而,隨著科技的進(jìn)步、信息技術(shù)的成熟以及康復(fù)醫(yī)療等事業(yè)的發(fā)展,市場(chǎng)中已有大量的肌電假肢。目前,這些商業(yè)肌電假肢大都采用閾值控制的方式,控制效果不靈活,且價(jià)格較高。因此,以三自由度肌電假肢為研究對(duì)象,采用一種新的小波閾值算法對(duì)肌電信號(hào)進(jìn)行處理,研究一種高效的模式識(shí)別方法,建立一套成熟的動(dòng)作模式識(shí)別系統(tǒng)尤為重要。依據(jù)表面肌電信號(hào)特點(diǎn),設(shè)計(jì)了信號(hào)調(diào)理電路,采用四通道肌電信號(hào)采集儀完成上肢肱二、肱三頭肌、橈側(cè)腕屈肌和尺側(cè)腕伸肌的肌電信號(hào)采集工作。經(jīng)數(shù)字濾波后,采用一種基于全局小波域的單個(gè)函數(shù)的小波去噪方法對(duì)肌電信號(hào)進(jìn)行去噪處理。通過與傳統(tǒng)小波閾值算法進(jìn)行實(shí)驗(yàn)對(duì)比分析,結(jié)果表明:不論在定量還是定性方面,改進(jìn)的新閾值算法性能更優(yōu)越。肌電信號(hào)經(jīng)預(yù)處理后,分別從時(shí)域、頻域、時(shí)頻域分析法三方面分析肌電信號(hào)。通過對(duì)比三種方法分析效果,最終確定以小波包系數(shù)能量與方差作為特征參數(shù),構(gòu)建八維特征向量。以標(biāo)準(zhǔn)支持向量機(jī)（SVM... 

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景及意義
    1.2 國(guó)內(nèi)外假肢發(fā)展現(xiàn)狀
        1.2.1 國(guó)外肌電假肢研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)肌電假肢研究現(xiàn)狀
    1.3 存在的問題
    1.4 主要研究?jī)?nèi)容及章節(jié)安排
第二章 模式識(shí)別系統(tǒng)總體方案
    2.1 表面肌電信號(hào)產(chǎn)生機(jī)理
    2.2 表面肌電信號(hào)特點(diǎn)
    2.3 表面肌電信號(hào)采集方法
        2.3.1 實(shí)驗(yàn)動(dòng)作及被測(cè)肌肉的選擇
        2.3.2 表面電極選擇
    2.4 模式識(shí)別系統(tǒng)總體設(shè)計(jì)方案
        2.4.1 四通道肌電信號(hào)采集儀電路設(shè)計(jì)
        2.4.2 上位機(jī)模式識(shí)別軟件
    2.5 本章小結(jié)
第三章 表面肌電信號(hào)預(yù)處理與特征分析
    3.1 表面肌電信號(hào)的預(yù)處理
        3.1.1 數(shù)字濾波處理
        3.1.2 小波閾值去噪
        3.1.3 改進(jìn)的小波閾值函數(shù)
    3.2 特征分析方法
        3.2.1 時(shí)域特征
        3.2.2 頻域特征
        3.2.3 時(shí)頻特征
    3.3 sEMG分析模塊設(shè)計(jì)
    3.4 本章小結(jié)
第四章 表面肌電信號(hào)模式識(shí)別算法研究
    4.1 支持向量機(jī)概述
    4.2 支持向量機(jī)原理
        4.2.1 線性可分類型
        4.2.2 線性不可分類型
        4.2.3 非線性不可分類型
    4.3 改進(jìn)的支持向量機(jī)算法
        4.3.1 改進(jìn)算法基本思想
        4.3.2 多分類問題
        4.3.3 粒子群優(yōu)化參數(shù)選擇
    4.4 sEMG模式識(shí)別模塊設(shè)計(jì)
    4.5 本章小結(jié)
第五章 上位機(jī)模式識(shí)別軟件實(shí)現(xiàn)與實(shí)驗(yàn)
    5.1 上位機(jī)模式識(shí)別軟件實(shí)現(xiàn)
    5.2 表面肌電信號(hào)采集實(shí)驗(yàn)
        5.2.1 采集實(shí)驗(yàn)方案
        5.2.2 實(shí)驗(yàn)采集結(jié)果
    5.3 sEMG分析實(shí)驗(yàn)驗(yàn)證
        5.3.1 小波去噪實(shí)驗(yàn)分析
        5.3.2 特征值分析
    5.4 模式識(shí)別實(shí)驗(yàn)驗(yàn)證
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 結(jié)論
    6.2 工作展望
參考文獻(xiàn)
發(fā)表論文與參加科研情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于平移不變小波變換的頸肩肌電信號(hào)去噪方法研究[J]. 李琰,隋修武.  生物醫(yī)學(xué)工程研究. 2018(01)
[2]基于改進(jìn)小波變換的手臂肌電信號(hào)去噪算法的研究[J]. 劉明君,董增壽.  電子技術(shù)應(yīng)用. 2018(03)
[3]基于高階濾波的肌電信號(hào)采集電路設(shè)計(jì)[J]. 周明娟,逯邁.  傳感技術(shù)學(xué)報(bào). 2018(01)
[4]人體腿部表面肌電信號(hào)特征提取方法[J]. 王坤朋,龐杰,石磊,屈劍鋒.  重慶大學(xué)學(xué)報(bào). 2017(11)
[5]心電信號(hào)小波去噪的改進(jìn)算法研究[J]. 鄭敏敏,高小榕,謝海鶴.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2017(01)
[6]基于白噪聲分離的集合經(jīng)驗(yàn)?zāi)B(tài)分解心電信號(hào)去噪方法研究[J]. 任斌斌,譚海燕,馬成群,呂德衛(wèi),劉芳芳,張海濤,李章勇.  生物醫(yī)學(xué)工程學(xué)雜志. 2016(02)
[7]基于模糊聚類技術(shù)的肌電信號(hào)完全分解算法[J]. 任小梅,楊剛.  計(jì)算機(jī)應(yīng)用. 2016(03)
[8]表面肌電信號(hào)特征提取方法研究發(fā)展趨勢(shì)[J]. 劉建,鄒任玲,張東衡,徐秀林,胡秀枋.  生物醫(yī)學(xué)工程學(xué)進(jìn)展. 2015(03)
[9]基于小波變換改進(jìn)的上肢肌電信號(hào)降噪分析[J]. 王美茜,劉振澤,尹蒼穹,王峰明.  控制工程. 2015(S1)
[10]基于支持向量機(jī)改進(jìn)算法的船舶類型識(shí)別研究[J]. 戴衛(wèi)國(guó),李海濤,顏恒平,劉啟軍.  聲學(xué)技術(shù). 2015(03)

博士論文
[1]基于手勢(shì)協(xié)同分析的欠驅(qū)動(dòng)假肢設(shè)計(jì)及其肌電控制方法[D]. 李順沖.上海交通大學(xué) 2015
[2]基于肌電信號(hào)的人體下肢運(yùn)動(dòng)信息獲取技術(shù)研究[D]. 吳劍鋒.浙江大學(xué) 2008

碩士論文
[1]基于肌電信號(hào)的前臂假肢動(dòng)作識(shí)別研究與實(shí)現(xiàn)[D]. 吳庭丞.哈爾濱工業(yè)大學(xué) 2017
[2]運(yùn)動(dòng)想象腦電處理及其模式識(shí)別方法研究[D]. 姚家揚(yáng).杭州電子科技大學(xué) 2016
[3]基于表面肌電信號(hào)的心理壓力狀態(tài)分析算法研究[D]. 張?jiān)迄i.燕山大學(xué) 2014
[4]表面肌電信號(hào)模式識(shí)別及其運(yùn)動(dòng)分析[D]. 張莉.吉林大學(xué) 2013
[5]人體上肢表面肌電信號(hào)采集與處理的研究[D]. 班帥.東北大學(xué) 2012
[6]肌電信號(hào)控制下肢假肢關(guān)鍵技術(shù)研究[D]. 周麗紅.河北工業(yè)大學(xué) 2011
[7]五自由度仿人型殘疾人假手控制系統(tǒng)的研究[D]. 樊仲斌.哈爾濱工業(yè)大學(xué) 2010



本文編號(hào)：3688228