基于表面肌電的手指運動向量分類方法研究.pdf

1、表面肌電信號(sEMG)是從人體骨骼肌表面通過表面電極記錄下來的神經(jīng)肌肉的電生理活動，它反映了神經(jīng)、肌肉的功能狀態(tài)。由于表面肌電信號的提取方便、快捷、無創(chuàng)傷測量等優(yōu)點，它被越來越廣泛地應(yīng)用于肌肉和神經(jīng)系統(tǒng)的信息獲取和診斷中。到目前為止，國內(nèi)外很多學(xué)者提出了許多方法從表面肌電信號中識別出前臂前后旋，腕部伸屈的運動模式，但在手指運動模式分類方面還沒有引起廣泛的研究。本論文針對基于表面肌電信號的手指運動模式分類方法進行了探討。 首先，

2、本論文詳細介紹了肌電信號產(chǎn)生的生理學(xué)機理，介紹了它在康復(fù)醫(yī)學(xué)中的應(yīng)用，概述了當前表面肌電信號的研究現(xiàn)狀，同時分析討論了目前提出的分析識別表面肌電信號的方法。這部分知識為本課題的研究提供了理論基礎(chǔ)。 然后，本論文嘗試利用兩種分析方法和一種分類器的結(jié)合，對手指五指捏、五指展開、四指(除去拇指)彎曲和拇指對掌運動等四種運動模式分類進行研究。其中一種分析方法是小波變換，本論文用小波變換對表面肌電信號進行多尺度分解和重構(gòu)，依據(jù)信號不同頻段

3、所覆蓋能量的多少，提取分解樹上合適的節(jié)點系數(shù)重構(gòu)信號作為特征矢量，并對其進行奇異值分解以達到降維的目的，便于下一步進行分類。另外一種分析方法是小波包，本論文用小波包對手指四種運動模式信號進行分解，根據(jù)相對小波系數(shù)能量比的大小，提取分解層上的節(jié)點系數(shù)信號所占的能量比作為特征矢量。 最后，經(jīng)過討論常用幾種分類器的研究進展和應(yīng)用，本論文選取BP神經(jīng)網(wǎng)絡(luò)分類器對上述兩種方法提取的特征矢量進行分類，均達到較好的分類結(jié)果，分類準確率均在90