基于表面肌電信號的多自由度假肢控制算法及系統(tǒng)研究.pdf

1、肌電假肢手是重建截肢患者上肢運(yùn)動功能的重要技術(shù)方法，它利用殘肢表面肌電信號（sEMG）對假肢手關(guān)節(jié)動作進(jìn)行控制，對于改善截肢患者的日常生活及心理具有重要的現(xiàn)實意義。目前，多自由度的肌電假肢雖然取得了一定的進(jìn)展，但仍然面臨著自由度少、穩(wěn)定性不夠、實時效果差等不足，遠(yuǎn)未達(dá)到人們的期望水平。本文圍繞多自由度肌電假肢手動作控制，以設(shè)計動作識別算法并構(gòu)建實時系統(tǒng)為目標(biāo)，從虛擬手平臺開發(fā)以及多自由度實時控制假肢系統(tǒng)展開。其具體實現(xiàn)過程如下：

2、　　通過比較不同的模式識別控制算法，本文選擇了魯棒性較好的的支持向量機(jī)作為實時識別控制算法。為了對其進(jìn)行驗證，選擇了五個常見手勢（張開、閉合、捏、握瓶、鉤狀）進(jìn)行實驗，實驗過程中利用4個獨(dú)立式電極從前臂肌肉上采集表面肌電信號。利用該離線數(shù)據(jù)完成識別分類器的構(gòu)建及測試，結(jié)果顯示其整體識別率可以達(dá)到89.67％。
　　本文采用 Labwindows和 Matlab混合編程完成了虛擬手平臺的搭建。利用Labwindows和數(shù)據(jù)采集卡完成

3、多通道表面肌電信號的采集，利用Active控件將數(shù)據(jù)發(fā)送到Matlab工作空間，Matlab則完成模式識別及虛擬手模型的驅(qū)動。其中虛擬手模型利用VR Builder完成。最后通過實驗驗證，該虛擬手平臺可以根據(jù)指令完成不同的手勢動作。實時性測試中發(fā)現(xiàn)該系統(tǒng)耗時約為175ms，具有較好的實時性，能夠適應(yīng)于算法的測試及訓(xùn)練。同時，對支持向量機(jī)進(jìn)行在線測試，經(jīng)過統(tǒng)計，整體識別率約為85%，表明該算法可以較好的適用于實時控制。
　　本文建立

4、了基于DSP的機(jī)械假肢手實時控制系統(tǒng)。其中機(jī)械假肢手共有五個可獨(dú)立運(yùn)動的手指，每個手指有三個關(guān)節(jié)，由一個電機(jī)單獨(dú)驅(qū)動。該系統(tǒng)以4通道獨(dú)立式電極作為表面肌電信號采集電極，DSP作為信號采集及分析平臺，電機(jī)驅(qū)動控制的MCU作為下位機(jī)。利用Matlab Coder將已經(jīng)在虛擬手平臺上驗證通過的支持向量機(jī)識別算法進(jìn)行移植。最后通過仿真測試得出，該實時系統(tǒng)的延時時間約為200ms，識別準(zhǔn)確率可以達(dá)到80%以上。
　　但是由于解剖組織、生理狀

5、態(tài)等因素使肌電信號表現(xiàn)出較大的個體差異，傳統(tǒng)的參數(shù)歸一化方法需要大樣本的訓(xùn)練構(gòu)建適合用戶的肌電控制模型，新近發(fā)展起來的一種基于動作因素和個體因素的雙線性模型為肌電假肢控制提供了新的思路。本文利用指總伸肌的綜合強(qiáng)度和肌電活動的空間分布特征構(gòu)建雙線性模型，將指總伸肌肌電活動從神經(jīng)-肌肉生理機(jī)制的角度分解為用戶相關(guān)的個人因素矩陣和與動作相關(guān)的動作模式矩陣。為了驗證該模型，該文利用食指、中指、無名指在20%MVC、40%MVC、60%MVC三個