基于肌電信號(hào)的跌倒辨識(shí)研究.pdf

1、跌倒防護(hù)和預(yù)警的研究是當(dāng)今國內(nèi)外研究的熱點(diǎn)課題,對(duì)老年人跌倒的預(yù)警與防護(hù),減少老年人因跌倒造成的意外傷害意義重大。跌倒辨識(shí)的目標(biāo)是將跌倒行為與日?；顒?dòng)(Activities of Daily Life,ADL)辨識(shí)出來,從而報(bào)警或啟動(dòng)防護(hù)裝置避免或減少跌倒帶來的傷害。
　　表面肌電信號(hào)(Surface electromyography,sEMG)是從人體骨骼肌表面通過表面肌電拾取電極記錄下來的、與神經(jīng)肌肉活動(dòng)相關(guān)的生物電信號(hào),是一

2、種非線性、非平穩(wěn)信號(hào),其中蘊(yùn)涵著很多與肢體運(yùn)動(dòng)相關(guān)聯(lián)的信息,不同的肢體動(dòng)作具有不同的肌肉收縮模式,肌電信號(hào)特征也將有所差異,通過對(duì)這些特征的分析就可以區(qū)分肢體的不同動(dòng)作模式,因此,它被廣泛運(yùn)用于模式識(shí)別、生物醫(yī)學(xué)工程及運(yùn)動(dòng)醫(yī)學(xué)等領(lǐng)域。盡管基于肌電信號(hào)的跌倒辨識(shí)研究目前尚不成熟,作為一種嘗試,本論文運(yùn)用表面肌電信號(hào)作為信號(hào)源研究跌倒辨識(shí)。
　　本文對(duì)基于肌電信號(hào)的跌倒辨識(shí)進(jìn)行了研究,在表面肌電信號(hào)的拾取、消噪、特征提取、模式分類等多

3、個(gè)方面進(jìn)行了理論探索與實(shí)踐,本文所做的主要工作與創(chuàng)新之處如下:
　　(1)本文根據(jù)表面肌電信號(hào)的產(chǎn)生機(jī)理,概括了肌電信號(hào)的特性及肌電信號(hào)采集過程中的常見干擾,研究了肌電信號(hào)的拾取方法;分析了人體下肢的肌肉結(jié)構(gòu)及特點(diǎn),闡述了如何選取典型肌肉作為跌倒辨識(shí)的信號(hào)源,以及下肢表面肌電信號(hào)的采集及進(jìn)行初步分析研究,為表面肌電信號(hào)的消噪、特征提取和模式識(shí)別分類提供借鑒。
　　(2)本文首次將總體平均經(jīng)驗(yàn)?zāi)B(tài)分解和二代小波結(jié)合起來應(yīng)用于肌

4、電信號(hào)的消噪處理中,該方法很好的結(jié)合了總體平均經(jīng)驗(yàn)?zāi)B(tài)分解和二代小波的優(yōu)點(diǎn),并詳細(xì)論述了該方法用于肌電信號(hào)的可行性。通過大量實(shí)驗(yàn)表明,EEMD二代小波消噪的方法取得了非常理想的消噪效果,既最大程度上保留了有用信號(hào),又去除了大量的肌電信號(hào)噪聲,為取得更好的肌電信號(hào)特征和模式分類效果打下了基礎(chǔ)。
　　(3)為了提取表面肌電信號(hào)的有效特征,本文研究了肌電信號(hào)熵的特征提取方法。具體提出了一種基于經(jīng)驗(yàn)?zāi)B(tài)分解排列組合熵的表面肌電信號(hào)特征提取

5、方法。文中針對(duì)跌倒、蹲下、站起、平地行走、上樓梯和下樓梯六種動(dòng)作模式采集脛骨前肌、股直肌、股內(nèi)側(cè)肌和腓腸肌四路表面肌電信號(hào),首先進(jìn)行消噪處理,然后對(duì)動(dòng)作表面肌電信號(hào)求取排列組合熵,取得了較好的特征分布。
　　(4)為了較好的識(shí)別跌倒,將求取的肌電信號(hào)特征向量,分別輸入基于K-均值聚類分類器、基于主軸核聚類分類器和支持向量機(jī)進(jìn)行跌倒識(shí)別,并對(duì)識(shí)別的結(jié)果進(jìn)行了詳細(xì)的研究分析,實(shí)驗(yàn)表明,支持向量機(jī)能夠更好的識(shí)別跌倒,具有更高的識(shí)別率,其