肌電假肢的表面肌電信號(hào)特征提取與識(shí)別.pdf

1、表面肌電信號(hào)具有無(wú)創(chuàng)傷測(cè)量、仿生性好等特點(diǎn)，已成為肌電假肢理想的控制信號(hào)源。目前表面肌電信號(hào)特征提取與分類識(shí)別的方法不十分成熟，表面肌電信號(hào)未得到廣泛應(yīng)用。因此，如何提取表面肌電信號(hào)的有效特征，并針對(duì)這些特征實(shí)現(xiàn)動(dòng)作高準(zhǔn)確率分類，成為肌電假肢實(shí)用化進(jìn)程中的重要問(wèn)題。本文分別對(duì)上肢肱二頭肌、肱三頭肌、三角肌的運(yùn)動(dòng)采集表面肌電信號(hào)，通過(guò)對(duì)信號(hào)進(jìn)行小波閾值去噪、特征提取和分類識(shí)別處理，實(shí)現(xiàn)上肢曲臂、伸臂、手臂垂直內(nèi)旋和手臂垂直外旋4個(gè)動(dòng)作的高

2、準(zhǔn)確率的分類。
　　首先，對(duì)小波閾值去噪方法進(jìn)行分析，針對(duì)硬軟閾值存在不連續(xù)點(diǎn)和恒定偏差的問(wèn)題，利用非線性函數(shù)過(guò)渡，引入控制系數(shù)，運(yùn)用一種改進(jìn)閾值去噪方法對(duì)肌電信號(hào)進(jìn)行去噪處理。表面肌電信號(hào)分別用三種閾值去噪法去噪后的實(shí)驗(yàn)結(jié)果表明，改進(jìn)閾值去噪法不僅兼顧了硬軟閾值去噪法的優(yōu)點(diǎn)，而且提高了表面肌電信號(hào)的信噪比。運(yùn)用數(shù)值分析法對(duì)改進(jìn)閾值去噪法的控制系數(shù)進(jìn)行參數(shù)整定后，得到了信噪比較高的表面肌電信號(hào)，為表面肌電信號(hào)特征提取和分類作準(zhǔn)備。

3、
　　其次，表面肌電信號(hào)經(jīng)去噪和活動(dòng)段檢測(cè)后，分別提取信號(hào)的時(shí)域特征、AR模型系數(shù)及每級(jí)小波系數(shù)模最大值特征，并將三種進(jìn)行比較。實(shí)驗(yàn)結(jié)果顯示，后兩者對(duì)表面肌電信號(hào)有很好的可分性。本文運(yùn)用單一特征組合的方法，將后兩者進(jìn)行組合作為特征矢量，經(jīng)PCA降維處理后，選用BP神經(jīng)網(wǎng)絡(luò)分類器和支持向量機(jī)分類器進(jìn)行分類識(shí)別，并與單一特征和其他組合特征進(jìn)行分類率比較。實(shí)驗(yàn)結(jié)果表明，本文提出的組合特征具有較好的表面肌電信號(hào)表征能力，其準(zhǔn)確率分類均高于