基于多通道肌電信號(hào)的手指康復(fù)動(dòng)作研究.pdf

1、當(dāng)代社會(huì)，由腦卒中風(fēng)等神經(jīng)系統(tǒng)疾病或是意外傷害所引起的肢體功能弱化甚至偏癱的情形已屢見(jiàn)不鮮?？祻?fù)醫(yī)學(xué)作為一個(gè)現(xiàn)今醫(yī)學(xué)界新興發(fā)展的技術(shù)研究領(lǐng)域，針對(duì)上述傷患提出了主動(dòng)康復(fù)的概念。即以患者自身的體質(zhì)信息為控制源，外部設(shè)備為輔配合進(jìn)行康復(fù)訓(xùn)練。這樣能夠有效地體現(xiàn)患者本身的“訓(xùn)練參與感”，相比被動(dòng)康復(fù)有著更好的實(shí)踐效果。
　　表面肌電信號(hào)(surface electromyogram signal，sEMG)是人體肌肉運(yùn)動(dòng)時(shí)在皮膚表面采集

2、到的微弱生物電信號(hào)，在一定程度上能夠反應(yīng)出人體神經(jīng)與肌肉的功能狀態(tài)。它具有實(shí)時(shí)性強(qiáng)，仿生性好，并且無(wú)創(chuàng)傷的特點(diǎn)，現(xiàn)已成為仿生康復(fù)手控制領(lǐng)域中最常用的信號(hào)源。目前肌電信號(hào)的模式辨識(shí)當(dāng)中主要存在以下問(wèn)題:識(shí)別動(dòng)作種類(lèi)少、穩(wěn)定性和實(shí)時(shí)性較差。因此，在保證高識(shí)別率的前提下，如何提高實(shí)驗(yàn)穩(wěn)定性以及縮短算法延時(shí)成為本文的主要研究?jī)?nèi)容，這從康復(fù)醫(yī)學(xué)的角度上來(lái)講也具有重要的理論與應(yīng)用價(jià)值。
　　本文主要工作包括:
　　(1)結(jié)合自主研制的1

3、2通道表面肌電信號(hào)采集器的特點(diǎn)，利用3D掃描、三維建模以及3D打印技術(shù)制作了前臂電極陣列板，并根據(jù)人手前臂肌肉解剖圖和所選手指動(dòng)作類(lèi)型，確定采集電極的布置方式，保證了采集實(shí)驗(yàn)的穩(wěn)定性。通過(guò)滑動(dòng)窗白法將實(shí)驗(yàn)采集得到的表面肌電信號(hào)進(jìn)行分割預(yù)處理，并分析其參數(shù)對(duì)算法延時(shí)的影響。
　　(2)選擇時(shí)域分析法、AR參數(shù)模型法和時(shí)頻域分析法對(duì)屈拇指、屈食指、屈中指、屈無(wú)名指、屈小指、屈五指這6種動(dòng)作的sEMG數(shù)據(jù)樣本進(jìn)行特征提取，并對(duì)各個(gè)特征空

4、間進(jìn)行了有效性評(píng)價(jià)。通過(guò)主元分析的方法將提取的三種特征矩陣進(jìn)行降維優(yōu)化，去除冗余信息，獲得了更加精簡(jiǎn)的有效的特征矩陣。
　　(3)根據(jù)BP神經(jīng)網(wǎng)絡(luò)和SVM的理論并結(jié)合6種動(dòng)作的表面肌電信號(hào)時(shí)域特征矩陣、AR模型系數(shù)特征矩陣與小波包相對(duì)能量系數(shù)特征矩陣，確定了分類(lèi)器的各個(gè)模型參數(shù)，設(shè)計(jì)出了基于sEMG的BP神經(jīng)網(wǎng)絡(luò)和SVM多分類(lèi)器。最后提出了平方調(diào)解法來(lái)提取原始表面肌電信號(hào)的特征包絡(luò)線，完成教師樣本標(biāo)簽的制定。
　　(4)完成

5、了分類(lèi)器的訓(xùn)練和測(cè)試并將表面肌電信號(hào)時(shí)域特征、AR模型系數(shù)特征以及小波包相對(duì)能量系數(shù)特征在BP神經(jīng)網(wǎng)絡(luò)和多分類(lèi)支持向量機(jī)兩種分類(lèi)器中的模式識(shí)別效果進(jìn)行對(duì)比分析，實(shí)驗(yàn)顯示小波包相對(duì)能量系數(shù)特征與多分類(lèi)支持向量機(jī)組合分類(lèi)效果最佳。
　　本文針對(duì)現(xiàn)階段表面肌電信號(hào)在模式識(shí)別領(lǐng)域內(nèi)所存在的問(wèn)題研制出表面電極陣列板，在一定程度上保證了采集實(shí)驗(yàn)的穩(wěn)定性;并結(jié)合滑動(dòng)窗口法與平方調(diào)解法使得最終模式識(shí)別正確率達(dá)到了98.78％，為康復(fù)器械以及智能假