近年來,隨著人口老齡化的加劇、殘疾人數(shù)量的增加、康復(fù)機(jī)器人領(lǐng)域的發(fā)展等逐漸成為社會(huì)各界關(guān)注的熱點(diǎn)。在人體下肢運(yùn)動(dòng)過程中,中樞神經(jīng)系統(tǒng)控制多個(gè)肌肉-骨骼的協(xié)調(diào),形成具有耦合性、低維度特性的控制單元模塊。通過對這些模塊間的相互作用以及相互影響進(jìn)行分析,為康復(fù)醫(yī)療、人機(jī)交互等領(lǐng)域提供幫助。主要研究工作如下:（1）以日常行為活動(dòng)中的蹲站與步態(tài)動(dòng)作為基礎(chǔ),采集不同動(dòng)作下的表面肌電信號(hào)。根據(jù)原始信號(hào)的噪聲特點(diǎn),選取經(jīng)驗(yàn)?zāi)B(tài)分解、集合經(jīng)驗(yàn)?zāi)B(tài)分解和局部均值分解3種消噪方法進(jìn)行消噪處理,將分解的主要分量進(jìn)行疊加來重構(gòu)原始信號(hào),最后對比消噪性能指標(biāo),選取最佳的方法。（2）針對sEMG信號(hào)的特征,對預(yù)處理后的信號(hào)提取其包絡(luò)線并采用非負(fù)矩陣分解算法對其進(jìn)行分解。在站-蹲與蹲-站動(dòng)作下,正常組的8塊和6塊肌肉的肌電信號(hào)分別分解了 5個(gè)和4個(gè)協(xié)同元與激活系數(shù)模塊。由于肌肉容易受疲勞因素的影響,分析了正常組和疲勞組的協(xié)同與激活模塊的影響,發(fā)現(xiàn)協(xié)同模塊中對應(yīng)的肌肉有所變化。步態(tài)運(yùn)動(dòng)下分解了4個(gè)模塊,對協(xié)同結(jié)構(gòu)間進(jìn)行排列組合熵分析以及運(yùn)動(dòng)功能進(jìn)行映射分析,得到的結(jié)果與肌肉的運(yùn)動(dòng)功能相符。（3）為了研究協(xié)同模塊各參與肌... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Kjnect機(jī)械結(jié)構(gòu)

Ｉ?２?３??Ｉ．紅外投影機(jī)２．彩色ｍｍ頭３．紅外掛像頭４．友克Ｒ陣列５．馬達(dá)??圖１．１?Ｋｉｎｅｃｔ機(jī)械結(jié)構(gòu)??ｔ＿ｖｊ?”?一?．＊?？??ｆ?ｆＰ??＼ｗ?’？．?ｉ??圖１．２基于視覺的行為感知示意圖??（２）基于可穿戴傳感器的方法：可穿戴式傳感器配備了協(xié)調(diào)器，可以采集??與分析人體產(chǎn)生的各種原始數(shù)據(jù)信號(hào)，例如運(yùn)動(dòng)時(shí)產(chǎn)生的加速度信號(hào)??（Ａｃｃｅｌｅｒａｔｉｏｎ，ＡＣＣ）、表面肌電信號(hào)、壓力信號(hào)、心率信號(hào)等生理信號(hào)。圖??■１．３所示，將射頻識(shí)別（ＲＦＩＤ）、陀螺儀、加速度傳感器、錄音器等多類型傳感??器佩戴在人身上或者與皮膚接觸，可以用來檢測日常活動(dòng)一些運(yùn)動(dòng)和生理指標(biāo)。??如今，穿戴式傳感器越來越小，輕巧的設(shè)計(jì)，穿戴靈活方便，支持戶外等優(yōu)點(diǎn)。??Ｎｙａｎ等人［１１］通過將陀螺儀傳感器用來檢測側(cè)向和后向跌倒動(dòng)作，結(jié)果顯示在跌??倒動(dòng)作中具有１００％的敏感度

業(yè)大學(xué)研制的外骨骼康復(fù)機(jī)器人ＴＵＰＬＥＥ，用來幫助大腿完成膝關(guān)節(jié)的屈伸動(dòng)作??［１２］。如圖１．４左邊所示，大腿的ｓＥＭＧ信號(hào)是由６個(gè)肌電電極所采集，角度和力??的測量通過關(guān)節(jié)處的傳感器測量。圖右邊為經(jīng)典的ＨｉＵ模型用來估計(jì)下肢的力矩??模型，通俗的講，將采集的ｓＥＭＧ信號(hào)估計(jì)出其對應(yīng)的力矩大小，通過力矩的比??例控制外骨骼肌的輸出，通過力矩的反饋與校正處理，使得系統(tǒng)能夠?qū)崟r(shí)檢測。??ＥＭＧＥｅｃ：顧、??ＷＭＡｍｐｉｉｌｋｒ??圖１．４?ＴＵＰＬＥＥ外骨骼機(jī)器人模型??ＲｅＷａｌｋ是美國Ａｒｇｏ?Ｍｅｄｉｃａｌ?Ｔｅｃｈｎｏｌｏｇｉｅｓ公司研發(fā)的一款輔助人進(jìn)行一些??曰�；顒�(dòng)的外骨骼機(jī)器人，如圖１．５?（ａ）所示，通過下肢的穿戴設(shè)備實(shí)現(xiàn)對日常??活動(dòng)的輔助，助力行動(dòng)，并為損傷后的康復(fù)提供幫助［１３］。沈金虎等人［１４］設(shè)計(jì)了??一個(gè)檢測系統(tǒng)帶有超聲波傳感器，如圖１．５?（ｂ）所示，針對步態(tài)進(jìn)行分析，采用??超聲波檢測下肢超聲波的距離，實(shí)現(xiàn)對步態(tài)的頻率與長度的確定，從而實(shí)現(xiàn)步態(tài)．??４??

【參考文獻(xiàn)】：
期刊論文
[1]基于表面肌電非負(fù)矩陣分解與一致性的肌間協(xié)同-耦合關(guān)系研究[J]. 謝平,李欣欣,楊春華,楊芳梅,陳曉玲,吳曉光.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2017(02)
[2]智能動(dòng)力小腿假肢[J]. 林楠.  設(shè)計(jì). 2016(10)
[3]基于表面肌電的運(yùn)動(dòng)意圖識(shí)別方法研究及應(yīng)用綜述[J]. 丁其川,熊安斌,趙新剛,韓建達(dá).  自動(dòng)化學(xué)報(bào). 2016(01)
[4]往者不可諫 來者猶可追——中國科技期刊“十二五”回顧與“十三五”展望[J]. 顏帥,付國樂,張昕.  科技與出版. 2016(01)
[5]上肢肌肉疲勞的sEMG信號(hào)特征分析[J]. 任見,李傳江,翟潤哲,茅紅偉.  儀表技術(shù). 2015(12)
[6]從“中國制造2025”看醫(yī)療器械產(chǎn)業(yè)的發(fā)展[J]. 梁慧剛,黃可.  新材料產(chǎn)業(yè). 2015(07)
[7]等動(dòng)屈伸運(yùn)動(dòng)誘發(fā)下肢膝關(guān)節(jié)肌肉疲勞過程中表面肌電信號(hào)的特征分析[J]. 張肅,郭峰,王念輝.  吉林大學(xué)學(xué)報(bào)(醫(yī)學(xué)版). 2014(06)
[8]中風(fēng)康復(fù)運(yùn)動(dòng)中腦電-肌電相干性分析[J]. 馬培培,陳迎亞,杜義浩,蘇玉萍,吳曉光,梁振虎,謝平.  生物醫(yī)學(xué)工程學(xué)雜志. 2014(05)
[9]基于mAR模型的小兒腦癱患者下肢肌電信號(hào)相干性分析[J]. 馮輝,王乾,吳德,陳香.  北京生物醫(yī)學(xué)工程. 2014(04)
[10]基于排列組合熵和聚類分析的SEMG識(shí)別方法[J]. 袁明,羅志增.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(S2)

博士論文
[1]小兒腦癱運(yùn)動(dòng)功能障礙評(píng)估研究[D]. 湯璐.中國科學(xué)技術(shù)大學(xué) 2017
[2]人體下肢關(guān)節(jié)系統(tǒng)的生物力學(xué)行為研究[D]. 姜海波.中國礦業(yè)大學(xué) 2008

碩士論文
[1]康復(fù)功能評(píng)價(jià)中肌間協(xié)同—耦合關(guān)系分析方法研究[D]. 李欣欣.燕山大學(xué) 2017
[2]多自由度肌電假肢的比例同步控制研究[D]. 桂奇政.杭州電子科技大學(xué) 2017
[3]基于表面肌電信號(hào)的小兒腦癱步態(tài)肌肉協(xié)同分析[D]. 李飛.中國科學(xué)技術(shù)大學(xué) 2014
[4]基于皮層肌肉相干性的手部運(yùn)動(dòng)信息解碼研究[D]. 李云萍.天津醫(yī)科大學(xué) 2014
[5]基于全方向下肢康復(fù)訓(xùn)練機(jī)器人的步態(tài)檢測與分析[D]. 沈金虎.沈陽工業(yè)大學(xué) 2012
[6]重復(fù)性作業(yè)上肢肌肉疲勞的表面肌電實(shí)驗(yàn)研究[D]. 張非若.華中科技大學(xué) 2006



本文編號(hào)：3291200