腕长伸肌表面肌电与握力大小的相关性研究

研究了桡侧腕长伸肌(ECRL)表面肌电信号与手握力大小的相关性.9名健康的志愿者参加了本次实验,实验测量最大自主收缩力(MVC),并记录20%MVC、40%MVC、60%MVC及80%MVC时ECRL的表面肌电信号,采用积分肌电图方法提取表面肌电信号的特征参数,统计以受试者自身的MVC为基准的不同握力水平的相对特征值,分析受试者ECRL表面肌电特征参数和握力大小的相关性.结果表明,受试者ECRL表面肌电的特征值与握力大小存在正相关性,即可以通过ECRL表面肌电信号的特征值预测握力的大小,评价运动功能和康复程度.     

蓝牙无线表面肌电采集系统设计及应用

介绍一种基于MSP430的表面肌电蓝牙采集系统及其在膝关节病人肌肉功能检测中的应用。该系统包括信号采集与放大、A/D转换、蓝牙传输,实现了肌电信号采集与上位机的蓝牙通信,并成功用于采集膝关节病人下蹲动作的肌电信号。     

基于肌电与肌动同步解析的肌肉痉挛评测方法

肌肉痉挛是常见的运动功能障碍疾病,通过肌电与肌动双模信息同步解析进行肌肉痉挛定量评估具有重要意义。本文针对同步获取高信噪比肌电与肌动信号的难点,提出一种抗工频干扰、轻量加速度计信号校正的肌电与肌动双模信息同步解析方法,设计了无线多通道肌电和肌动信号同步采集系统。与常见科学仪器Delsys系统对比,所提系统肌电信噪性能与Delsys相似(均20 d B左右),肌动信号有效频带(0～20 Hz)能量显著高于Delsys;对所提系统进行临床测试,健康志愿者主动屈肘时屈肌肌电信噪比约20 d B; 3名改良Ashworth评分(MAS)分别为1级,1+级与2级患者归一化肌电指标分别为0. 54±0. 05,0. 59±0. 04和0. 62±0. 01,屈肌肌动信号均方根值分别为2. 69±1. 04 m·s-2,3. 19±1. 13 m·s-2,4. 89±1. 19 m·s-2,肌电与肌动信息均可有效区分患者痉挛等级。因此所提方法可用于肌肉痉挛评测及肢体运动功能监测。     

Glazer盆底表面肌电指导和评估不同分娩方式产后盆底康复

目的:分析Glazer盆底表面肌电指导和评估不同分娩方式产后盆底康复的临床价值。方法:2016年1月至2016年6月于我院分娩的160例产妇作为盆底表面肌电组,根据分娩方式分为阴道分娩、产钳助产、剖宫产3个亚组,并随机抽取同期回院复查产妇82例为对照组,均给予个性化产后健康教育,盆底表面肌电组加用Glazer盆底表面肌电指导的产后盆底康复。比较两组产妇及不同分娩方式产妇盆底肌张力评分、肌肉压力及肌纤维功能、膀胱颈角度及旋转度等指标变化,并计算其盆底功能障碍性疾病发生率,归纳Glazer盆底表面肌电指导和评估产妇产后盆底康复的效果。结果:阴道分娩组产后6周盆底肌张力评分异常率高于剖宫产组,差异有统计学意义(P<0.05);两组产后10周盆底肌张力评分异常率均较产后6周下降,盆底表面肌电组降低更为明显,差异有统计学意义(P<0.05)。产后10周,阴道分娩组肌肉压力及肌纤维功能均低于剖宫产组,膀胱颈角度及膀胱颈旋转度、PFD发生率均高于剖宫产组,差异有统计学意义(P<0.05);盆底表面肌电组肌肉压力及肌纤维功能均高于对照组,膀胱颈角度及膀胱颈旋转度、PFD发生率均低于对照组,差异有统计学意义(P<0.05)。结论:基于Glazer盆底表面肌电评估方案指导产后盆底康复能够明显提高盆底肌力、改善盆底肌功能不良,降低产妇PFD发生风险,应更为注重阴道分娩产妇的产后盆底康复锻炼。     

基于肌张力反馈的深层肌肉刺激仪控制系统设计

针对目前深层肌肉刺激仪的不足,设计了一种基于肌张力反馈的深层肌肉刺激仪控制系统.系统采用STM32单片机为核心处理器,由无刷直流电机提供动力.系统由肌张力传感器采集人体肌张力信号,由霍尔传感器监测电机转速,并由限流电阻监测电机母线电流.单片机通过对肌张力信号、电机当前转速、电机母线电流以及操作人员的控制命令进行运算,进而实现对电机转速的调节.系统采用触摸屏进行人机交互,通过植入μC/OS-Ⅱ操作系统实现控制系统的软件设计.     

基于双谱分析的表面肌电信号模式识别

本文提出一种新的用于表面肌电信号分类的方法。这种方法将双谱分析技术应用于表面肌电信号分类来对六种简单的动作进行分类,包括内翻,外翻,握拳,展拳,上切和下切六种动作模式的识别。在以往的表面肌电信号分类中,人们都假设信号满足高斯分布和线性,并且为平稳信号。但是实际的表面肌电信号往往不能满足上面的假设,根据前人对表面肌电信号的研究我们知道,当肌肉收缩低于最大自发收缩的25％时,表面肌电信号所表现的非高斯性是显著的。因此为了获得更多的表面肌电信号的信息和获取更好的表面肌电信号分类的识别率,我们利用双谱分析和主元分析相结合方法对肌电信号进行了分类研究。     

基于LabVIEW的神经肌肉电刺激与记录系统

神经肌肉电刺激在康复工程、神经科学等许多领域有重要意义。本文给出了一种基于Lab VIEW的神经肌肉电刺激与记录系统。该系统可以输出可控的电脉冲刺激,并利用Lab VIEW简单方便地实现了数据的采集和刺激器控制信号的产生。该系统体积小、使用方便灵活、可以很方便地实现其它类似功能。该系统在神经肌肉刺激的研究和神经及肌肉系统疾病的临床诊断中都有很大的应用价值。     

基于ANFIS-IPD的飞行模拟器座椅舒适度评价模型

为提升现有飞行模拟器座椅舒适度,减轻驾驶员长时间训练的疲劳感,基于自适应神经模糊推理系统(Adaptive Network-based Fuzzy Inference System, ANFIS)和理想压力分布(Ideal Pressure Distribution, IPD)构建一种飞行模拟器座椅舒适度评价模型。通过座椅压力分布采集系统获取压力分布数据,采用IPD将所得数据归一化作为模型输入数据,同时收集受试人员主观评分作为模型输出数据。采用非均匀有理B样条曲线(Non-Uniform Rational B-Splines, NURBS)对座椅进行改进设计,将处理后的试验数据通过ANFIS工具训练模型进行验证,并用评价模型评估设计方案及优越性。结果表明：该评价模型对飞行模拟器座椅舒适度有较好的预测能力,为提升飞行模拟器座椅舒适度提供指导和参考。     

汽车离合器操纵舒适度的模糊综合评价研究

为改善汽车驾驶舒适性能,以汽车离合器作为评判对象,探讨了一种基于模糊理论的离合器操纵舒适性综合评价方法。分析了膜片弹簧离合器静态工作原理,在“人-车-环境”闭环系统中,利用模糊综合评判理论,建立了影响其操纵舒适度的因素评价指标体系,利用多级模糊综合评判方法对离合器操纵舒适度进行了综合评价。实例试验表明,模糊综合评判方法可以较客观地实现对离合器操纵舒适度的主观评价。     

轮椅舒适度评价体系与评价方法研究

目前对轮椅的研究,只注重于轮椅本身的功能如何适应人,轮椅的舒适度方面还存在很多问题,原因在于它是一个多层次、多因素的问题,设计过程中,对总体舒适度的评分很难把握。经过初步拟定、专家咨询、信息反馈、统计处理和综合归纳等,确定普通轮椅的舒适度评价指标和指标评价标准,然后根据层次分析法计算各指标权重。通过对4款轮椅车进行舒适度评价试验,根据建立的评价体系,结合每项指标的权重系数,得到轮椅舒适度的总体得分。结果证明:评价体系计算结果和主观评价结果接近。     

基于sEMG的按摩椅绩效人机评价模型实验研究

针对机械式按摩椅缓解肌肉疲劳的绩效,提出了基于表面肌电(sEMG)信号的人机评价模型。实验要求两名被试者在执行静力性标准俯卧撑(SPU)动作之间,分别采用静坐与按摩两种方式恢复肌肉疲劳,并在SPU过程中采集竖脊肌的sEMG信号。根据模型的评价指标对实验数据进行了比较与分析,结果表明,SPU后采用拍打按摩恢复对竖脊肌疲劳缓解的效果好于静坐恢复的效果,从而验证了模型在按摩椅人机评价上的可行性。     

基于肌肉生理信号的操纵舒适性评价

从操纵者人机交互过程中肌肉生理信号角度出发,针对目前操纵舒适性评价方法的不足,提出一种基于肌肉生理信号特征参数,运用正则化RBF网络,对人机交互操纵舒适性进行评价的方法。以典型人机交互过程驾驶操作系统为例,进行实验与数据统计,通过正则化RBF网络对实验测得的操纵者肌肉生理信号特征参数和主观舒适度评分构成的样本进行学习和训练,建立操纵舒适性评价模型。实验结果验证了该方法的可行性和合理性。     

表面肌电信号分析及其在康复医学中的应用

表面肌电信号( sEMG)有多种分析处理方法,如时域、频域、参数模型、时-频域、非线性动力学等方法,针对分析处理方法的选取问题,通过分析研究各类分析处理方法,比较了各类分析处理方法的特点、优劣与使用情况.研究结果表明,每种分析处理方法都有各自的优缺点和适用范围,具体使用时应很据实际情况选择确切的方法.并对肌电信号分析处...     

军用履带车辆平顺性虚拟样机试验研究

基于多体动力学仿真软件ADAMS建立了履带车辆虚拟样机模型,对车辆的平顺性进行了仿真研究,并与实验结果进行了比较,结果表明,该仿真模型能够对履带车辆的平顺性进行准确地分析与预测.     

基于产品系统的产品绿色度综合评价

为了成功地评价绿色产品,首先引入绿色度的概念作为评价产品绿色特性的综合指标,然后通过分析绿色产品及其寿命周期活动,建立了产品寿命周期评价模型－－产品系统,并在此基础上提出了基于产品系统的产品绿色度寿命周期评价方法。该方法利用信息封装技术,将技术、环境和经济信息封装于产品系统的各功能单元和过程中,有效地实现了产品的数据收集和动态描述,利用模糊聚类法,成功地实现了评价基准的选取,利用公理性设计实现了产品绿色度的影响评价,是一种操作性较强的寿命周期评价方法。     

基于改进小脑模型的sEMG下肢关节力矩预测

关节力矩预测在康复医学、临床医学和运动训练等领域有着重要作用,对力矩连续、实时地预测可以使人机交互设备更好地反馈、复刻人体运动意图。为了给患者提供一个安全、主动、舒适的康复训练环境,提升人机交互设备的柔顺性,提出了一种改进型递归小脑模型神经网络模型关节力矩预测方法。该方法采用肌肉协同分析对采集的相关肌肉的表面肌电信号(sEMG)进行降维,将降维后的sEMG特征向量与关节角速度、关节角度作为输入信号,并在小脑模型神经网络中加入递归单元和模糊逻辑规则,以小波函数作为隶属度函数,对非疲劳、过渡疲劳及疲劳这3种状态下的踝关节背屈跖屈运动的动态力矩进行连续预测。力矩预测值与实际值之间的平均皮尔逊相关系数和平均标准均方根误差分别为0.933 5和0.159 8,实验结果验证了该方法对下肢关节力矩连续预测的准确性和有效性。     

基于多体动力学的摩托车平顺性分析

讨论了摩托车平顺性建模方法,指出应借助多体动力学软件建立能反映手把处和座位处振动的平顺性模型,总结了平顺性的评价方法。指出建立准确的二自由度人体振动假人模型在平顺性仿真中的必要性。利用正交优化法分析了悬架、坐垫参数对平顺性的影响,结果表明:坐垫参数对座位处振动影响最大,相比后悬架,前悬架参数对座位处和手把处振动的影响大,前悬架小刚度大阻尼对座位处振动有利,前悬架大刚度小阻尼对手把处振动有利。     

基于聚类和自适应神经模糊推理系统的数控机床绿色度评价方法

为了实现对数控机床绿色度的智能评价,提高数控机床绿色度预测精度,提出了一种基于聚类和自适应神经模糊推理系统（ANFIS）的评价方法。采用改进的粒子群优化模糊C均值聚类算法实现样本的自适应分类,生成辅助ANFIS学习的训练样本集;建立基于ANFIS的评价模型,通过对训练样本集的学习自动生成模糊规则,消除评价指标的模糊性和随机性对评价结果的影响;训练后的评价模型可用于评价样本的自适应推理。最后利用提出的评价方法对数控机床绿色度进行实例分析,验证了该评价方法的有效性。     

基于单通道sEMG分解的手部动作识别方法

表面肌电信号(Surface electromyography,s EMG)已广泛应用于手部动作识别。为提高动作识别精度,研究者往往需要采集多个通道s EMG信号,从而增加应用复杂性,针对这一情况,提出一种基于单通道s EMG分解的手部动作识别方法。使用单通道电极采集人体上臂肌肉s EMG,将其分解为6个运动单元动作电位序列,过程包括:二阶差分滤波、阈值计算、尖峰检测、分层聚类;然后,提取绝对值积分、最大值、非零中值、半窗能量等特征,并采用主元分析法降维;最后,利用支持向量机分类识别5种不同手部动作,精度达到80.4%。而采用未融合s EMG分解的传统方法,动作识别精度仅有约70%。     

气动肌肉质量项动力学建模及仿真

单独考虑气动肌肉的质量项并在动力学推导中将其看成沿圆柱体均匀分布的质点系,利用拉格朗日方程建立了气动肌肉质量项动力学模型。利用ANSYS对气动肌肉柔性体进行了网格划分,并将生成的模态中性文件导入ADAMS进行了动力学仿真,仿真结果验证了动力学模型的正确性。