表面肌電模式識別的新控制策略研究.pdf

1、人體的所有動作都是通過多塊肌肉在神經(jīng)控制系統(tǒng)的支配下互相協(xié)調(diào)共同完成的。伴隨肌肉運動產(chǎn)生的肌電信號（Electromyography,EMG）是一種重要的電生理信號，可以實時地反映出肢體的運動意識和運動狀態(tài)。依據(jù)這樣的生理學基礎，從放置于皮膚表面的電極捕獲表面肌電信號(SurfaceEMG，sEMG)實現(xiàn)的肌電控制技術一直是廣受關注的研究課題，其在假肢控制、人機交互以及神經(jīng)肌肉疾病康復治療等領域都有著廣泛的應用。從實現(xiàn)的控制策略角度，肌

2、電控制已經(jīng)從最初僅支持單自由度的開關控制、經(jīng)比例控制發(fā)展到當前可實現(xiàn)復雜運動的多自由度控制，取得了許多令人矚目的成就。特別是近年來興起的基于模式識別的肌電控制策略，由于其革命性地擴展了肌電控制的可控自由度數(shù)量，已經(jīng)成為了當前肌電控制領域的研究熱點。
　　本論文在表面肌電模式識別的基礎上進行了深入探索，以人體最具靈巧性的手勢動作為研究對象，提出了更貼近人體自然運動控制方式的新型肌電控制策略與相應實現(xiàn)方法，并通過實驗驗證了所提策略與方

3、法的有效性。本論文的研究成果將有助于實現(xiàn)更加自然和諧的肌電控制系統(tǒng)，對肌電假肢控制、人機交互甚至腦卒中康復訓練等研究與應用均具有重要指導意義。本文具體的研究工作與創(chuàng)新點主要有:(1)變化收縮力對肌電模式識別影響研究。此研究基于多通道電極陣列采集的高密度sEMG，系統(tǒng)地研究了不同的肌肉收縮力水平與肌電模式之間的關系，結(jié)合電極陣列所提供的空間特征，提出了適用于收縮力變化情況下，具有良好魯棒性的肌電模式識別策略，并進一步設計了面向?qū)嵱没募‰?/p>

4、控制方案。不同收縮力下的模式識別實驗結(jié)果證實了所提出的肌電控制策略的有效性，本研究成果可以為實現(xiàn)適用于變力情況的肌電控制系統(tǒng)提供訓練指導與電極安放的參考依據(jù)。
　　(2)基于任務間共有協(xié)同的肌電模式識別研究。此研究的目的是探索動作任務間的共有協(xié)同在肌電模式識別中的應用。目前通過肌肉協(xié)同理論來解釋人體運動的控制機制已經(jīng)得到了越來越多研究人員的認可，而非負矩陣分解(NMF)在許多協(xié)同分析的研究中都有成功應用。本研究針對肌肉協(xié)同在肌電模

5、式識別中的應用，提出了任務間共有協(xié)同提取的判別非負矩陣分解(DNMF)算法。研究對12類手勢動作進行了分類識別，并與傳統(tǒng)的協(xié)同提取算法作比較，實驗結(jié)果證實了判別非負矩陣分解在肌電模式識別中的可行性與有效性。
　　(3)基于任務特有協(xié)同的多自由度并行控制策略研究。此研究的目標是實現(xiàn)精細手指運動的多自由度并行控制。研究以靈巧的五指運動為研究對象，每個手指對應一個自由度，提出了多自由度的并行控制策略。在單一自由度水平上，針對手指的不同狀

6、態(tài)利用NMF提取特有協(xié)同，依據(jù)特有協(xié)同重構(gòu)樣本特征的失真程度來判定該自由度運動狀態(tài)。最終，通過對多個自由度運動狀態(tài)決策的融合判定手指運動模式。為了驗證所提方法的有效性，對健康受試者多手指組合運動的多類手勢動作進行了多自由度的并行識別，并與傳統(tǒng)的模式識別算法（串行控制策略），以及所提并行控制框架集成常規(guī)分類器的方法做了比較分析。實驗結(jié)果證實了基于任務特有協(xié)同的多自由度并行控制策略不僅更接近人體運動的自然控制方式，而且具有更高的控制性能。進