肌電信號的數(shù)字采集及其模式識別.pdf

1、本文研究的是“上殘肢肌電信號測試與訓練系統(tǒng)”中截肢者殘端表面肌電信號數(shù)據(jù)采集系統(tǒng)的硬軟件設(shè)計,采集后數(shù)據(jù)的預處理、分析、特征提取,以及基于肌電包絡(luò)信號特征的模式識別。
　　 首先,設(shè)計了肌電信號的采集系統(tǒng)。用兩路傳感器接收信號,并經(jīng)放大、濾波采樣后送入PC機。硬件部分主要以S3C44BOX為核心控制肌電信號的AD采樣和USB數(shù)據(jù)傳輸；軟件部分則是用C++Builder完成了可視化軟件的編寫,以實時顯示采集到的肌電包絡(luò)信號。

2、>　　 其次,對采集到的數(shù)據(jù)進行預處理和分析。主要針對截肢者練習不同動作時兩路數(shù)據(jù)的直方圖、協(xié)方差、頻譜、和、差,以及截肢者練習每個動作的起止時間做預處理分析。分析結(jié)果說明,切換動作的數(shù)據(jù)直方圖比屈伸動作的在分布上更緊湊；單個屈伸動作或切換動作的數(shù)據(jù)之間相關(guān)性隨時間延遲增加而減弱,但是連續(xù)屈伸動作或切換動作的數(shù)據(jù)之間則表現(xiàn)出較強的周期相關(guān)性；上殘肢肌電包絡(luò)信號頻譜能量主要集中于150Hz以內(nèi)。同時,根據(jù)信號特點,設(shè)計了一種軟閾值方法判

3、斷數(shù)據(jù)中包含的動作個數(shù)。
　　 接著,基于上述數(shù)據(jù)分析的結(jié)果,本文研究了肌電包絡(luò)信號研究中廣泛應用的功率譜比值和AR參數(shù)特征提取方法。并分別對本文的采樣數(shù)據(jù)計算了基于功率譜比值利基于伯格遞推方法的AR參數(shù)。
　　 最后,本文研究了模式識別中受到廣泛應用的BP人工神經(jīng)網(wǎng)絡(luò)和支持向量機。并將計算出來的功率譜比值和AR參數(shù)作為特征,分別用三層BP神經(jīng)網(wǎng)絡(luò)和支持向量機識別練習者的動作。結(jié)果表明,對于肌電包絡(luò)信號特征,支持向量機具