基于表面肌電的手指運(yùn)動(dòng)向量分類方法研究.pdf

1、表面肌電信號(hào)(sEMG)是從人體骨骼肌表面通過表面電極記錄下來的神經(jīng)肌肉的電生理活動(dòng)，它反映了神經(jīng)、肌肉的功能狀態(tài)。由于表面肌電信號(hào)的提取方便、快捷、無創(chuàng)傷測(cè)量等優(yōu)點(diǎn)，它被越來越廣泛地應(yīng)用于肌肉和神經(jīng)系統(tǒng)的信息獲取和診斷中。到目前為止，國(guó)內(nèi)外很多學(xué)者提出了許多方法從表面肌電信號(hào)中識(shí)別出前臂前后旋，腕部伸屈的運(yùn)動(dòng)模式，但在手指運(yùn)動(dòng)模式分類方面還沒有引起廣泛的研究。本論文針對(duì)基于表面肌電信號(hào)的手指運(yùn)動(dòng)模式分類方法進(jìn)行了探討。 首先，

2、本論文詳細(xì)介紹了肌電信號(hào)產(chǎn)生的生理學(xué)機(jī)理，介紹了它在康復(fù)醫(yī)學(xué)中的應(yīng)用，概述了當(dāng)前表面肌電信號(hào)的研究現(xiàn)狀，同時(shí)分析討論了目前提出的分析識(shí)別表面肌電信號(hào)的方法。這部分知識(shí)為本課題的研究提供了理論基礎(chǔ)。 然后，本論文嘗試?yán)脙煞N分析方法和一種分類器的結(jié)合，對(duì)手指五指捏、五指展開、四指(除去拇指)彎曲和拇指對(duì)掌運(yùn)動(dòng)等四種運(yùn)動(dòng)模式分類進(jìn)行研究。其中一種分析方法是小波變換，本論文用小波變換對(duì)表面肌電信號(hào)進(jìn)行多尺度分解和重構(gòu)，依據(jù)信號(hào)不同頻段

3、所覆蓋能量的多少，提取分解樹上合適的節(jié)點(diǎn)系數(shù)重構(gòu)信號(hào)作為特征矢量，并對(duì)其進(jìn)行奇異值分解以達(dá)到降維的目的，便于下一步進(jìn)行分類。另外一種分析方法是小波包，本論文用小波包對(duì)手指四種運(yùn)動(dòng)模式信號(hào)進(jìn)行分解，根據(jù)相對(duì)小波系數(shù)能量比的大小，提取分解層上的節(jié)點(diǎn)系數(shù)信號(hào)所占的能量比作為特征矢量。 最后，經(jīng)過討論常用幾種分類器的研究進(jìn)展和應(yīng)用，本論文選取BP神經(jīng)網(wǎng)絡(luò)分類器對(duì)上述兩種方法提取的特征矢量進(jìn)行分類，均達(dá)到較好的分類結(jié)果，分類準(zhǔn)確率均在90