基于表面肌電信號的人體下肢動作識別及關節(jié)力矩分析研究.pdf

1、表面肌電信號是指從肌肉表面通過電極引導而記錄下來的神經肌肉系統活動時的生物電信號，它與肌肉的活動狀態(tài)和功能狀態(tài)之間存在著不同程度的關聯性，不同的肢體動作由不同的肌肉收縮模式產生，肌電信號特征也存在差異，通過對表面肌電信號特征進行分析就可以區(qū)分出不同的動作模式。表面肌電信號已經廣泛應用到臨床醫(yī)學、運動醫(yī)學、生物醫(yī)學與工程等諸多領域，在智能假肢方面已經成為功能性電刺激的理想控制信號。本文通過對采集的表面肌電信號(sEMG)信號進行分析處理，

2、識別出運動者的運動意圖，研究肌電信號與關節(jié)力矩之間的關系，為智能假肢控制做基礎。
　　本研究主要內容包括：⑴利用表面電極獲取下肢運動肌電信號，設計采集10位測試人員人體腿部的股直肌、股內側肌、股外側肌、股二頭肌、半腱肌、脛骨前肌、內側腓腸肌、外側腓腸肌、比目魚肌九塊肌肉在上下臺階和上下斜坡時的表面肌電信號。通過采用小波閾值去噪方法，對小波分解后的各層系數中模大于和小于某閾值的系數分別處理，然后對處理完的小波系數再進行反變換，重構出

3、經過去噪后的信號。⑵基于DB、Dmey和Bior三種不同的母小波，采用離散小波變換通過不同的分析方法對表面肌電信號進行多尺度分解，通過對特征值的分析比較，對單一特征值進行融合分析構成特征向量，使各單一特征的優(yōu)點互補，增強了特征值的表征能力，從而有效提高了模式分類的正確率。⑶運用BP神經網絡和Elman神經網絡對特征矢量進行人體運動模式的識別，通過將單一特征值和融合特征值分別輸入BP神經網絡和Elman神經網絡，得出多特征融合與單特征集的

4、表征能力比較。⑷以表面肌電信號為生物學輸入信號計算膝關節(jié)肌肉力，從正反動力學兩方面進行研究，逆動力學使用運動學數據、測力臺數據等通過力及力矩平衡方程得到關節(jié)合力矩。正動力學首先使用表面肌電信號計算得到肌肉激活度,使用運動學數據和個性化的人體骨骼肌肉模型計算得到肌肉長度、收縮速度和力臂。然后將肌肉激活度、肌肉長度、收縮速度代入肌肉收縮模型得到肌肉力代入力臂后得到肌肉力矩。最后將逆動力學得到的關節(jié)合力矩與正動力學得到的關節(jié)肌肉合力矩進行比較