基于小波變換與人工神經(jīng)網(wǎng)絡(luò)的表面肌電信號(hào)分析.pdf

1、肌電信號(hào)是人體自主運(yùn)動(dòng)時(shí)神經(jīng)肌肉活動(dòng)發(fā)出的生物電信號(hào)，它反映了神經(jīng)、肌肉的功能狀態(tài)。表面肌電信號(hào)是使用方便且無痛苦的表面電極測(cè)得的肌電信號(hào)。在對(duì)認(rèn)識(shí)和了解人體神經(jīng)系統(tǒng)信息傳遞、基礎(chǔ)醫(yī)學(xué)研究、臨床診斷、運(yùn)動(dòng)醫(yī)學(xué)和康復(fù)工程中均有廣泛的應(yīng)用。如何從表面肌電信號(hào)中有效地提取信息并實(shí)現(xiàn)準(zhǔn)確、實(shí)時(shí)的動(dòng)作識(shí)別，是表面肌電信號(hào)研究的關(guān)鍵性問題。
　　本文以加拿大生產(chǎn)的INFINITI多導(dǎo)生物反饋儀所采集的表面肌電信號(hào)為研究對(duì)象。該生物反饋儀體積小

2、巧，攜帶方便，其本身自帶解碼器，不需要與特定PC相連，作為新型的肌電信號(hào)采集裝置，有很好的應(yīng)用前景。但對(duì)其采集的表面肌電信號(hào)的相關(guān)分析工作還比較少見。本文基于INFINITI生物反饋儀的表面肌電信進(jìn)行上肢動(dòng)作識(shí)別的研究，所做的主要工作如下:
　　1.在表面肌電信號(hào)的去噪方面進(jìn)行了研究。采用軟域值去噪的方法，主要討論閾值選取的問題。對(duì)Birge-Massart分層閾值與全局閾值小波降噪方法進(jìn)行了比較，通過實(shí)測(cè)數(shù)據(jù)驗(yàn)證了分層閾值方法的

3、有效性。
　　2.針對(duì)肌電信號(hào)的非平穩(wěn)特性，采用小波變換方法對(duì)表面肌電信號(hào)進(jìn)行特征提取，提取小波系數(shù)絕對(duì)值最大值構(gòu)造特征矢量，輸入神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行模式識(shí)別。
　　3.對(duì)動(dòng)作模式識(shí)別中的分類器技術(shù)進(jìn)行了研究。在搞清BP網(wǎng)絡(luò)固有缺陷的前提下，采取多種優(yōu)化算法對(duì)BP網(wǎng)絡(luò)進(jìn)行改進(jìn)。本文引入Resilientback-PROPagation算法對(duì)BP網(wǎng)絡(luò)進(jìn)行了改進(jìn)，并將改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于表面肌電信號(hào)的動(dòng)作識(shí)別方面，得到了分類