本文選題：表面肌電信號　切入點：康復醫(yī)學　出處：《長春大學》2017年碩士論文

【摘要】：人體表面肌電信號(Surface Electromyographic,sEMG)是由肌肉纖維隨機活動產生的一種復雜、微弱的生物電信號。它是在肌肉運動收縮的情況下產生的一種電波動,通過神經系統(tǒng)的控制,指揮著人體肌肉的運動。人體表面肌電信號有著非常好的應用前景,在康復醫(yī)學、假肢控制、康復機器人和運動學等方面具有重要的理論指導作用。通過不斷努力,人們基本掌握了表面肌電信號分析方法,但是,要充分的應用在生活中,仍需對表面肌電信號作進一步的研究。本文在重點分析腦卒中患者下肢表面肌電信號和健康者人體上肢表面肌電信號的基礎之上,根據(jù)實驗數(shù)據(jù)作相關的分析和處理,詳細論述人體表面肌電信號在康復醫(yī)學中的應用。首先,采集腦卒中患者下肢腓腸肌和腓骨長肌的表面肌電信號,通過對平均功率頻率(mean power frequency,MPF)、中位頻率(median frequency,MF)、平均肌電(average electromyographic,AEMG)和積分肌電(integrated electromyographic,IEMG)的數(shù)據(jù)分析,得出的結論可以有效的制定腦卒中患者的康復訓練方案,為患者早日恢復健康起到重要的理論指導作用。其次,采集日常生活活動中健康者人體上肢三角肌前部、肱二頭肌、尺側腕屈肌和指屈肌的表面肌電信號,通過平均肌電(average electromyographic,AEMG)和積分肌電(integrated electromyographic,IEMG)的數(shù)據(jù)分析結果,可以預防老年人相關疾病的發(fā)生。最后,綜合論述人體表面肌電信號在康復醫(yī)學中的重要作用,通過表面肌電信號控制假肢運動,可以減小患者對假肢控制的難度和不舒適度。通過對人體日常生活中肌肉功能狀態(tài)的研究,可以為老年人的醫(yī)療診斷,殘疾人的康復訓練做出正確的判斷,選擇出相對較好的治療方案。
[Abstract]:The surface electromyography (EMG) is a kind of complex, weak bioelectrical signal generated by random activity of muscle fibers. It is a kind of electric wave produced under the condition of muscle movement and contraction, which is controlled by the nervous system. Command the movement of human muscles. EMG signals on the human surface have a very good application prospects, in rehabilitation medicine, prosthetic control, rehabilitation robot and kinematics and other important theoretical guidance. People have basically mastered the method of surface electromyography analysis, but they should be fully applied in daily life. It is necessary to further study the surface electromyography. Based on the analysis of the surface electromyography of the lower extremities of stroke patients and the upper extremities of healthy people, this paper makes the related analysis and processing according to the experimental data. The application of human surface electromyography in rehabilitation medicine is discussed in detail. Firstly, the surface myoelectric signals of gastrocnemius and peroneus longus of lower extremities in stroke patients are collected. By analyzing the data of mean power frequency, median frequency, average electromyography (AEMG) and integrated electromyography (IEMG), the conclusion can be drawn that the rehabilitation training scheme of stroke patients can be established effectively. Secondly, the surface electromyography of the deltoid muscle, biceps brachii, flexor Carpi ulnaris and flexor digitorum were collected from healthy people in daily life. Through the data analysis of the average electromyography (AEMG) and the integrated electromyography (IEMG), the occurrence of related diseases in the elderly can be prevented. Finally, the important role of human surface electromyography signal in rehabilitation medicine is discussed. The difficulty and uncomfortableness of artificial limb control can be reduced by controlling prosthetic limb motion by surface EMG signal. Through the study of muscle function state in human daily life, it can be used as medical diagnosis for the elderly. The rehabilitation training of the disabled makes correct judgment and chooses a relatively good treatment plan.
【學位授予單位】：長春大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R496

【參考文獻】

相關期刊論文 前10條

1 陳江城;張小棟;尹貴;;基于表面肌電信號的人體步態(tài)事件快速識別方法[J];中國機械工程;2016年07期

2 王麗;張秀峰;馬巖;楊榮;;腦卒中患者上肢康復機器人及評價方法綜述[J];北京生物醫(yī)學工程;2015年05期

3 方又方;喻洪流;官龍;易金花;張穎;石萍;;基于肌電觸發(fā)的上肢康復訓練機器人的實現(xiàn)[J];上海理工大學學報;2015年04期

4 王紅旗;李林偉;毛啊敏;;手腕表面肌電信號的動作特征表示與識別[J];控制工程;2015年04期

5 楊文元;尤波;黃玲;劉意;;表面肌電信號的分解算法研究[J];計算機應用與軟件;2015年06期

6 胡進;侯增廣;陳翼雄;張峰;王衛(wèi)群;;下肢康復機器人及其交互控制方法[J];自動化學報;2014年11期

7 尤波;楊文元;;基于小波理論的sEMG的處理方法[J];自動化技術與應用;2012年02期

8 吳鑾;黃鵬程;鮑官軍;楊慶華;;表面肌電信號分析及其在康復醫(yī)學中的應用[J];機電工程;2011年11期

9 羅炯,金季春;表面肌電的處理方法及在體育科研中的應用前景[J];山東體育學院學報;2005年02期

10 羅志增,楊廣映;表面肌電信號的AR參數(shù)模型分析方法[J];傳感技術學報;2003年04期

相關博士學位論文 前7條

1 程祥利;上肢康復訓練機器人的肌電控制研究[D];山東大學;2013年

2 李陽;智能仿生手臂肌電信號—運動模型化與模式識別理論方法研究[D];吉林大學;2012年

3 來強濤;面向系統(tǒng)級封裝的射頻芯片小型化與阻抗突變補償研究[D];上海交通大學;2011年

4 吳劍鋒;基于肌電信號的人體下肢運動信息獲取技術研究[D];浙江大學;2008年

5 余慧杰;具有生理學特性的高精度人體肌肉疲勞建模及其在手臂屈伸運動中的應用研究[D];復旦大學;2008年

6 王剛;基于小波變換和多重分形分析的表面肌電信號分析[D];上海交通大學;2008年

7 姜文瀚;模式識別中的樣本選擇研究及其應用[D];南京理工大學;2008年

相關碩士學位論文 前10條

1 王濤;基于表面肌電信號的多自由度假肢控制算法及系統(tǒng)研究[D];重慶大學;2016年

2 王茂永;下肢康復機器人感知系統(tǒng)設計與研究[D];電子科技大學;2014年

3 王靖雯;電子競技選手鼠標操作上肢肌疲勞及其表面肌電變化特征研究[D];天津體育學院;2014年

4 蘆yN;基于多模態(tài)信息的骨骼肌運動評估方法的研究[D];武漢理工大學;2014年

5 王佳;上肢康復機器人主從控制系統(tǒng)研究[D];河北工業(yè)大學;2014年

6 朱海港;基于肌電信號的跌倒辨識研究[D];杭州電子科技大學;2014年

7 孫光林;人體上肢表面肌電信號分析方法的研究[D];東北大學;2013年

8 高興雷;基于sEMG的康復機器人控制方法研究[D];東北大學;2013年

9 倪文倩;面向仿生手的肌電信號采集與處理系統(tǒng)[D];上海師范大學;2013年

10 耿曉博;肌電信號控制下肢假肢關鍵技術研究[D];河北工業(yè)大學;2013年

，

本文編號：1677551