表面肌電信號識別和分類的研究.pdf

1、肌電圖學(xué)（Electromyography EMG）是研究或檢測肌肉生物電活動(dòng)，借以判斷神經(jīng)肌肉系統(tǒng)機(jī)能及形態(tài)學(xué)變化，并有助于神經(jīng)肌肉系統(tǒng)的研究或提供臨床診斷的科學(xué)。近代假肢控制力圖采用表面肌電圖，通過對表面肌電的某些特征作模式分類來驅(qū)動(dòng)假肢的不同動(dòng)作，力圖采用肌電信號構(gòu)成多功能、多模式的控制信號，這已經(jīng)成為肌電信號處理應(yīng)用最為廣泛的一個(gè)領(lǐng)域。本文的研究對象就是前臂肌肉在不同的運(yùn)動(dòng)模式下的肌電信號。本文主要從小波變換和人工神經(jīng)網(wǎng)絡(luò)理論入

2、手，對采集到的表面肌電信號進(jìn)行分析、處理和識別的研究。通過采用新的方法，以期望對以往的信號分析和識別有所改進(jìn)和提高。 本文在信號特征提取方法上的創(chuàng)新點(diǎn)在于，采用多尺度（分辨率）小波變換方法對表面肌電信號進(jìn)行分析，并且根據(jù)實(shí)際情況，獨(dú)創(chuàng)性地提取各級尺度下小波系數(shù)幅值的最大值（正）和最小值（負(fù)），獲得了簡單、特殊性高、分離度更明顯、表征能力更好的肌電特征向量。 在模式識別方法上的創(chuàng)新點(diǎn)在于，通過對BP神經(jīng)網(wǎng)絡(luò)非線性映射能力的

3、研究，在搞清BP網(wǎng)絡(luò)固有缺陷的前提下，采取各種優(yōu)化算法對BP網(wǎng)絡(luò)進(jìn)行改進(jìn)。本文創(chuàng)新性地將Levenberg-Marquardt算法以及它與貝葉斯正則化相結(jié)合的方法應(yīng)用于肌電信號的分類，得到了分類速度極快，識別精度極高的BP分類網(wǎng)絡(luò)。實(shí)驗(yàn)證明，這種改進(jìn)的網(wǎng)絡(luò)不但能夠成功地從表面肌電信號中識別展拳、握拳、前臂內(nèi)旋、前臂外旋四種運(yùn)動(dòng)模式，而且在網(wǎng)絡(luò)識別速度和精度上有了很大提高，有效地消除了過擬合現(xiàn)象，泛化能力好，很好地克服了標(biāo)準(zhǔn)BP算法的固有