基于表面肌電信號(hào)的人手抓取動(dòng)作模式識(shí)別技術(shù)研究.pdf

1、表面肌電信號(hào)(surfaceelectromyographsignal，sEMG)是通過人體表面電極，在人體皮膚表面采集人體肌肉運(yùn)動(dòng)時(shí)所產(chǎn)生的電位信號(hào)。不同的人手抓取動(dòng)作引發(fā)不同的肌肉群作用，產(chǎn)生不同的電信號(hào)。表面肌電信號(hào)在人手抓取動(dòng)作的模式識(shí)別領(lǐng)域具有獨(dú)特的優(yōu)勢(shì)，因此被廣泛應(yīng)用于假肢控制、康復(fù)訓(xùn)練、臨床醫(yī)學(xué)和體育科學(xué)等諸多領(lǐng)域中。對(duì)于利用表面肌電信號(hào)識(shí)別人手抓取動(dòng)作，關(guān)鍵是表面肌電信號(hào)的特征提取以及模式分類。
　　本文通過對(duì)人體

2、前臂表面肌電信號(hào)的處理來識(shí)別人手抓取動(dòng)作，從而實(shí)現(xiàn)對(duì)肌電假肢手的控制，用于對(duì)殘疾病人的康復(fù)治療。本文主要研究表面肌電信號(hào)的預(yù)處理、特征提取和模式識(shí)別。主要工作如下:
　　(1)對(duì)表面肌電信號(hào)進(jìn)行采集，依據(jù)人體解剖學(xué)，運(yùn)動(dòng)醫(yī)學(xué)等知識(shí)，尋找肌電信號(hào)與肌群的關(guān)系，確定最佳的肌電電極位置，采用美國DELSYS公司生產(chǎn)的表面肌電信號(hào)采集設(shè)備采集8種常見的人手抓取動(dòng)作對(duì)應(yīng)的肌電信號(hào)。
　　(2)對(duì)表面肌電信號(hào)進(jìn)行預(yù)處理，包括濾波和活動(dòng)段

3、檢測(cè)。針對(duì)表面肌電信號(hào)的主要頻段在20-500HZ。所以采用20-500HZ切比雪夫帶通濾波器進(jìn)行去噪，再采用切比雪夫帶阻濾波器濾除50HZ的工頻干擾。本文采用穩(wěn)態(tài)肌電信號(hào)用于人手抓取動(dòng)作模式識(shí)別，采用移動(dòng)平均法處理表面肌電信號(hào)序列的瞬時(shí)能量，并結(jié)合閾值比較法進(jìn)行活動(dòng)段檢測(cè)。
　　(3)對(duì)表面肌電信號(hào)進(jìn)行特征提取，論文首先對(duì)時(shí)域特征、頻域特征、時(shí)頻域特征等常用的肌電信號(hào)特征識(shí)別方法進(jìn)行了分析，在此基礎(chǔ)上提出了基于小波包能量譜和主成

4、分分析相結(jié)合的特征提取方法，并且與采用小波包能量譜的特征提取方法做了對(duì)比，識(shí)別率相當(dāng)，但降低了特征維數(shù)，降低了假肢控制的復(fù)雜度，具有較強(qiáng)的實(shí)用價(jià)值。
　　(4)對(duì)表面肌電信號(hào)進(jìn)行模式分類，論文首先對(duì)基于統(tǒng)計(jì)方法的貝葉斯(Bayes)決策分類器、模糊分類器、神經(jīng)網(wǎng)絡(luò)分類器和支持向量機(jī)分類器進(jìn)行了比較分析。由于SVM算法具有理論相對(duì)完備、適應(yīng)性強(qiáng)、全局化優(yōu)、訓(xùn)練時(shí)間短、泛化性能好、算法復(fù)雜度與特征樣本維數(shù)無關(guān)、魯棒性較好等優(yōu)點(diǎn)，因此本

5、文選用SVM分類器用于人手抓取動(dòng)作的模式識(shí)別。
　　(5)實(shí)驗(yàn)及結(jié)果分析，首先對(duì)人手抓取動(dòng)作選取進(jìn)行了研究，選取了常見的8種人手動(dòng)作抓取模式，并選取人手前臂4塊肌肉作為實(shí)驗(yàn)采集的表面肌電信號(hào)的信號(hào)源。實(shí)驗(yàn)采用時(shí)域特征提取方法與時(shí)頻域特征提取方法進(jìn)行了人手抓取動(dòng)作的識(shí)別率比較，得出時(shí)頻域特征提取方法明顯優(yōu)于時(shí)域特征組合的方法。實(shí)驗(yàn)還對(duì)不同人手抓取動(dòng)作種類進(jìn)行了研究。實(shí)驗(yàn)結(jié)果表明，假肢中常用的5種動(dòng)作的識(shí)別率為100％，6種和7種動(dòng)作