基于EMG-KJA神經(jīng)肌骨動(dòng)力學(xué)模型的下肢動(dòng)作模式識(shí)別及運(yùn)動(dòng)軌跡預(yù)測(cè).pdf

1、近年來(lái)，截肢患者已成為亟需關(guān)注的特殊社會(huì)群體，如何幫助他們有效地提升自理能力、改善生活質(zhì)量不僅是康復(fù)醫(yī)學(xué)領(lǐng)域的重要研究課題，更是各國(guó)政府和全社會(huì)面臨的一個(gè)嚴(yán)峻挑戰(zhàn)。肌電假肢可以利用患者殘肢肌電信號(hào)自主地控制假肢人機(jī)系統(tǒng)實(shí)現(xiàn)相應(yīng)動(dòng)作，被公認(rèn)為是一種比較理想的缺損肢體功能代償解決方案，其核心技術(shù)在于描述人體神經(jīng)控制與肌骨運(yùn)動(dòng)之間關(guān)系的神經(jīng)肌骨動(dòng)力學(xué)模型。但截至目前，國(guó)內(nèi)外神經(jīng)肌骨動(dòng)力學(xué)研究尚主要集中于手部和上肢，較少涉及到下肢，尤其是專(zhuān)門(mén)針

2、對(duì)下肢神經(jīng)肌骨動(dòng)力學(xué)模型開(kāi)展的動(dòng)作模式識(shí)別及運(yùn)動(dòng)軌跡預(yù)測(cè)方面的研究還開(kāi)展的十分有限。
　　本文利用Noraxon無(wú)線(xiàn)肌電采集系統(tǒng)和Vicon三維運(yùn)動(dòng)捕捉系統(tǒng)，同步采集10名受試者在深蹲、站起、伸膝和行走四種關(guān)鍵動(dòng)作下的下肢肌電信號(hào)和三維運(yùn)動(dòng)學(xué)數(shù)據(jù)，經(jīng)濾波、放大等預(yù)處理后，提取預(yù)動(dòng)作期肌電的4階AR模型參數(shù)、倒譜系數(shù)、奇異值和功率譜熵作為關(guān)鍵動(dòng)作模態(tài)分類(lèi)的特征參數(shù)，采用支持向量機(jī)（SVM）、隱馬爾科夫模型（HMM）和人工神經(jīng)網(wǎng)絡(luò)（A

3、NN）三種方法進(jìn)行分類(lèi)識(shí)別。結(jié)果顯示：SVM是辨識(shí)下肢動(dòng)作關(guān)鍵模態(tài)較為理想的分類(lèi)器，其奇異值的單特征輸入模式平均分類(lèi)正確率為88.3％，融合時(shí)頻特性的多特征輸入模式平均分類(lèi)正確率為91.3%。
　　在分類(lèi)識(shí)別的基礎(chǔ)上，研究中提取了不同動(dòng)作下單側(cè)腿肌電信號(hào)的均方根（RMS）和中值頻率（MF），結(jié)合對(duì)側(cè)腿的反饋角度，分別采用ANN和SVM建立肌電-膝關(guān)節(jié)角度(EMG-KJA)的下肢神經(jīng)肌骨動(dòng)力學(xué)模型來(lái)預(yù)測(cè)對(duì)側(cè)腿部膝關(guān)節(jié)運(yùn)動(dòng)軌跡。研究發(fā)

4、現(xiàn)：兩種信號(hào)特征中，RMS的預(yù)測(cè)效果略?xún)?yōu)于MF；兩種建模方法中，SVM對(duì)各模式的預(yù)測(cè)誤差結(jié)果均低于ANN，顯示出了更為準(zhǔn)確的建模效果。此外，為提高預(yù)測(cè)方式的實(shí)時(shí)性和在線(xiàn)度，文中還設(shè)計(jì)了針對(duì)各類(lèi)動(dòng)作模式的最優(yōu)肌源通道篩選方案，根據(jù)肌電均方根值與關(guān)節(jié)角度的相關(guān)性，依次去除關(guān)聯(lián)性較低的肌源信號(hào)，檢驗(yàn)預(yù)測(cè)結(jié)果，尋求最佳導(dǎo)聯(lián)配置。
　　本文的研究結(jié)果有望對(duì)下肢肌電假肢設(shè)計(jì)以及相關(guān)神經(jīng)學(xué)、運(yùn)動(dòng)學(xué)機(jī)理的探究起到促進(jìn)作用，同時(shí)也具備在運(yùn)動(dòng)感知、人