2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩112頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近年來,截肢患者已成為亟需關(guān)注的特殊社會群體,如何幫助他們有效地提升自理能力、改善生活質(zhì)量不僅是康復(fù)醫(yī)學(xué)領(lǐng)域的重要研究課題,更是各國政府和全社會面臨的一個嚴峻挑戰(zhàn)。肌電假肢可以利用患者殘肢肌電信號自主地控制假肢人機系統(tǒng)實現(xiàn)相應(yīng)動作,被公認為是一種比較理想的缺損肢體功能代償解決方案,其核心技術(shù)在于描述人體神經(jīng)控制與肌骨運動之間關(guān)系的神經(jīng)肌骨動力學(xué)模型。但截至目前,國內(nèi)外神經(jīng)肌骨動力學(xué)研究尚主要集中于手部和上肢,較少涉及到下肢,尤其是專門針

2、對下肢神經(jīng)肌骨動力學(xué)模型開展的動作模式識別及運動軌跡預(yù)測方面的研究還開展的十分有限。
  本文利用Noraxon無線肌電采集系統(tǒng)和Vicon三維運動捕捉系統(tǒng),同步采集10名受試者在深蹲、站起、伸膝和行走四種關(guān)鍵動作下的下肢肌電信號和三維運動學(xué)數(shù)據(jù),經(jīng)濾波、放大等預(yù)處理后,提取預(yù)動作期肌電的4階AR模型參數(shù)、倒譜系數(shù)、奇異值和功率譜熵作為關(guān)鍵動作模態(tài)分類的特征參數(shù),采用支持向量機(SVM)、隱馬爾科夫模型(HMM)和人工神經(jīng)網(wǎng)絡(luò)(A

3、NN)三種方法進行分類識別。結(jié)果顯示:SVM是辨識下肢動作關(guān)鍵模態(tài)較為理想的分類器,其奇異值的單特征輸入模式平均分類正確率為88.3%,融合時頻特性的多特征輸入模式平均分類正確率為91.3%。
  在分類識別的基礎(chǔ)上,研究中提取了不同動作下單側(cè)腿肌電信號的均方根(RMS)和中值頻率(MF),結(jié)合對側(cè)腿的反饋角度,分別采用ANN和SVM建立肌電-膝關(guān)節(jié)角度(EMG-KJA)的下肢神經(jīng)肌骨動力學(xué)模型來預(yù)測對側(cè)腿部膝關(guān)節(jié)運動軌跡。研究發(fā)

4、現(xiàn):兩種信號特征中,RMS的預(yù)測效果略優(yōu)于MF;兩種建模方法中,SVM對各模式的預(yù)測誤差結(jié)果均低于ANN,顯示出了更為準確的建模效果。此外,為提高預(yù)測方式的實時性和在線度,文中還設(shè)計了針對各類動作模式的最優(yōu)肌源通道篩選方案,根據(jù)肌電均方根值與關(guān)節(jié)角度的相關(guān)性,依次去除關(guān)聯(lián)性較低的肌源信號,檢驗預(yù)測結(jié)果,尋求最佳導(dǎo)聯(lián)配置。
  本文的研究結(jié)果有望對下肢肌電假肢設(shè)計以及相關(guān)神經(jīng)學(xué)、運動學(xué)機理的探究起到促進作用,同時也具備在運動感知、人

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論