基于表面肌電信號(hào)的人體步態(tài)分析及其應(yīng)用.pdf

1、骨骼肌的收縮是人體完成各種日常行為動(dòng)作的動(dòng)力來(lái)源，肌電信號(hào)是獲取肌肉活動(dòng)信息的重要手段。表面肌電信號(hào)(Surface Electromyography，SEMG)是通過(guò)在皮膚表面貼置電極的方法采集到的肌肉活動(dòng)時(shí)產(chǎn)生的生理電信號(hào)，具有無(wú)創(chuàng)、安全、方便、可靠等優(yōu)點(diǎn)。近年來(lái)，表面肌電采集設(shè)備的小型化和便攜化實(shí)現(xiàn)，以及與其他相關(guān)傳感器的有效結(jié)合促進(jìn)了SEMG在臨床診斷、人機(jī)交互、動(dòng)作識(shí)別、康復(fù)工程等研究領(lǐng)域的廣泛應(yīng)用。
　　 本論文主要

2、探索基于表面肌電信號(hào)的人體步態(tài)分析技術(shù)及其在情境感知和神經(jīng)康復(fù)工程中的應(yīng)用，主要研究工作和成果如下:
　　 (1)情境感知中人體動(dòng)作識(shí)別和室內(nèi)定位研究。
　　 情境感知是人們利用多傳感器技術(shù)（如慣性傳感器，計(jì)算機(jī)視覺(jué)等）更加深入全面地感知自身狀況和周圍環(huán)境，以實(shí)現(xiàn)更加智能的交互體驗(yàn)的一種技術(shù)。目前流行的基于位置的服務(wù)、移動(dòng)健康監(jiān)護(hù)、虛擬現(xiàn)實(shí)等應(yīng)用均涉及到情景感知技術(shù)。信息的獲取是情境感知中的重要問(wèn)題。由于人體運(yùn)動(dòng)過(guò)程中骨

3、骼肌產(chǎn)生的肌電信號(hào)包含了大量的生理和運(yùn)動(dòng)信息，本文利用從下肢肌肉采集到的表面肌電信號(hào)實(shí)現(xiàn)了人們?nèi)粘Ｉ钪谐Ｒ?jiàn)下肢動(dòng)作的識(shí)別，并在此基礎(chǔ)上利用步行者航位推算(PDR，Pedestrian Dead Reckoning)方法實(shí)現(xiàn)對(duì)行人的實(shí)時(shí)定位。研究?jī)?nèi)容涉及基于表面肌電的步長(zhǎng)模型建立，以及結(jié)合電子羅盤輸出方向信息的行人相對(duì)位移推算，實(shí)現(xiàn)了一種基于下肢肌肉表面肌電信號(hào)的步態(tài)識(shí)別和PDR的解決方案。實(shí)驗(yàn)結(jié)果表明，采用本文提出的人體動(dòng)作識(shí)別和室內(nèi)

4、定位方案，下肢動(dòng)作識(shí)別的準(zhǔn)確率可達(dá)到98％以上，位置推算的精度可達(dá)到了傳統(tǒng)PDR算法水平，在場(chǎng)地實(shí)驗(yàn)中行走的估計(jì)距離與實(shí)際距離之間的誤差低于2％。本論文實(shí)現(xiàn)的基于SEMG信號(hào)的步態(tài)識(shí)別和PDR技術(shù)，為個(gè)人室內(nèi)導(dǎo)航提供了一種新途徑。
　　 2)神經(jīng)康復(fù)工程中下肢行走功能的評(píng)估。
　　 肌肉的活動(dòng)受神經(jīng)系統(tǒng)的控制，神經(jīng)疾病患者的臨床癥狀經(jīng)常表現(xiàn)為肌肉功能的異常。此工作的研究目標(biāo)是:在健康人步態(tài)分析方法的基礎(chǔ)上，對(duì)下肢功能障礙

5、的小兒腦癱(CP，Cerebral Palsy)患者行走過(guò)程中相關(guān)肌肉的活動(dòng)特點(diǎn)進(jìn)行分析，評(píng)估患者的行走功能，并進(jìn)一步研究神經(jīng)系統(tǒng)對(duì)下肢肌肉控制策略的變化。
　　 研究中選取了負(fù)責(zé)行走的4塊下肢肌肉（脛前肌、腓腸肌、股外側(cè)肌和股直?。┩讲杉砻婕‰娦盘?hào)和小腿處的加速度信號(hào)，利用加速度信號(hào)作步態(tài)周期檢測(cè)，然后在時(shí)頻域內(nèi)分析各通道肌電信號(hào)的特性，并與同齡正常兒童組的數(shù)據(jù)作對(duì)比，得到統(tǒng)計(jì)意義上的明顯差異，反應(yīng)出小兒腦癱患者肌肉收縮特

6、性的異常。通過(guò)對(duì)步態(tài)周期內(nèi)各通道肌電信號(hào)包絡(luò)(EMG Profile)的提取，并計(jì)算其變異參數(shù)(CV，Coefficient of Variation and VR，Variance Ratio)，評(píng)估患者行走功能狀況。為驗(yàn)證本文提出方案的有效性，開(kāi)展了包括六名小兒腦癱患者和兩名正常適齡兒童的實(shí)驗(yàn)，并利用上述方法提取了步態(tài)周期內(nèi)的肌電活動(dòng)模式和加速度模式。結(jié)果表明，本文提出的基于加速度信號(hào)的步態(tài)周期檢測(cè)和分割的算法是有效的，且降低了由于