以小波系数为特征值的Pi-sigma网络识别肌电信号

为了有效识别肌电信号EMG(Electromyography)的运动模式,利用小波分析的方法对采集的肌电信号进行消噪处理,最大限度地清除混杂在肌电信号中的噪声;然后提取各尺度小波系数最大值作为Pi-Sigma神经网络分类器的输入,完成基于EMG信号多运动模式的识别.与此同时,利用EMG信号的能量特性,对各模式的起始和终止时刻进行界定,配合模式分类器的识别结果控制电动假手完成相应的动作.实验表明,基于小波分析的二次消噪方法能很好地消除混杂在EMG信号中的噪声,在正确的运动模式识别情况下,依据提取的运动模式时间信息,能够方便地实现假手的实时控制.     

基于表面肌电和位姿信息融合的手势动作识别

针对仅通过表面肌电信号(s EMG)进行手势识别难以应对复杂手势的问题,提出一种基于表面肌电和位姿信息融合的手势识别方法。通过双阈值方法对信号活动段进行分割,提取表面肌电信号、位姿信号的特征,使用核主成分分析方法(KPCA)对提取特征进行降维融合,使提取特征中的非线性信息得到较好保留,最后通过随机森林(RF)分类器进行分类识别。实验结果显示,该方法对10名受试者的11种不同手势的最佳平均识别率为98.23%,单个动作的识别准确率均在90%以上,验证了提出方法的可靠性。     

一种基于肌电信号的踝关节动作预测方法的研究

进行了使用肌电信号预测关节动作的研究,提出了一种基于肌电信号的预测踝关节动作的方法。首先,选取与踝关节动作相关的5块肌肉(胫骨前肌、腓肠内肌、腓肠外肌、腓骨长肌和比目鱼肌)以及踝关节角作为研究对象,采集这5块肌肉的肌电信号和踝关节角信号,并进行特征提取和归一化处理。然后,建立了一个四层前向神经网络模型,使用误差逆向传播(BP)算法进行训练。最后,神经网络预测输出值经过六层小波去噪处理。实验中,9名志愿者的踝关节在矢状面内做有规律的背屈和跖屈动作,采集踝关节角和上述5块肌肉表面肌电信号,然后用上述方法预测踝关节动作,用相关系数评价预测的效果。实验结果显示,所提出的方法可以准确预测踝关节动作。     

骨骼肌运动特性的多信号结合研究

超声可以清晰地观测骨骼肌空间形态变化,是研究骨骼肌运动形态特性非常有效的工具。定义超声扫描骨骼肌得到的有关骨骼肌结构的空间形态变化信息为“声肌图（sonomyography,SMG）”。文章通过一套自行开发的可以无干扰、同步、连续采集B超图像、力或力矩、角度、肌电信号等骨骼肌相关信号的超声运动与弹性测量系统,记录了手腕屈伸运动时前臂桡侧腕伸肌处的B超图像、表面肌电信号和手腕屈伸角度,讨论了多信号研究骨骼肌运动特性的可行性。结果表明了多信号研究骨骼肌特性的优越性。     

基于肌电小波包统计特征的踝关节动作识别

为改善足下垂患者步态,研究了踝关节不同动作的表面肌电信号特征分类.本文采集踝关节在不同动作下,对应胫骨前肌、腓肠肌、腓骨长肌和拇长伸肌的表面肌电信号,采用小波包分解方法进行肌电特征提取,获得小波包系数能量、方差统计特征量;利用支持向量机方法实现踝关节4种不同动作模式的肌电特征分类.实验结果表明,采用具有良好奇异特性的小波包能量、对数方差构成的肌电特征向量,对踝关节动作进行模式识别,其正确率远高于通过提取肌电信号时域或者频域特征进行模式分类的正确率,达到了92.8%的平均分类正确率.该特征提取方法以及支持向量机分类器,可以应用于踝关节动作识别和机器人康复工程.     

表面肌电信号采集电路的设计与实现

本文主要介绍了肌电信号采集电路的设计,并根据此电路采集到了拇短展肌和肱二头肌上的肌电信号。肌电信号由表面电极采集,随后被引入到由放大电路、工频滤波电路、低通滤波电路和高通滤波电路组成的肌电预处理电路进行处理。设计的肌电信号采集电路可以对50 Hz的工频干扰起到很好的抑制作用,利用高通滤波解决了零点漂移的问题,并能有效地提取到(20~500)Hz的肌电信号。     

一种表面肌电信号测试电路设计

表面肌电信号(SEMG)是一种伴随肌肉活动在皮肤表面产生的生物电信号,它蕴涵了许多肢体运动的信息,对其进行模式信息处理可以获得人-机仿生系统的控制信号.SEMG的特点是内阻高,影响因素多,并极易受到干扰.本文在分析肌电信号产生机理的基础上,给出了一种SEMG的采集、放大和滤波电路.对信号处理电路的特性分析表明,所设计的处理电路可以有效提取(10～500)Hz的肌电信号,并能对50 Hz的工频干扰起到很好的抑制作用,该电路在实际应用时取得了理想的实验结果,信号的采集能力和信噪比达到或接近美国kistler公司的肌电采集仪水平.     

脑电-肌电信号样本熵与小波熵分析

为了探索自主动作和电刺激产生动作两种不同模式下的大脑运动皮层活动与肌肉收缩之间的关系,搭建了脑电和肌电实验测量平台,设计了自主腕部外旋和穴位电刺激两种实验动作模式,同步采集不同动作模式诱发的脑电信号和表面肌电信号,计算和分析信号的样本熵与小波熵.结果发现穴位电刺激模式下,脑电信号样本熵增大,肌电信号样本熵减小,脑-肌电的平均互样本熵增大,肌电信号的小波熵明显减小.表明穴位电刺激使大脑活动复杂性提高,肌肉活动的有序性增强,出现了优势节律,脑-肌电协同性提高.     

经穴电刺激诱发的脑-肌电信号相干性研究

为探索自主动作和穴位电刺激诱发的大脑皮层活动与肌肉收缩之间的功能耦合作用,设计穴位电刺激和自主动作两种实验模式,分别采集对应的脑电信号和表面肌电信号,对信号进行预处理得到纯净的诱发脑电和肌电信号.然后进行小波变换,获得信号的小波谱和小波交叉谱,计算小波相干系数,分析脑电和肌电信号的时-频相干特性.结果表明:穴位电刺激诱发的脑-肌电相干性主要集中在15~25 Hz信号频段,对应于大脑β节律;而自主动作下的脑-肌电相干性集中在30~36Hz频段,对应于大脑γ节律;不同导联的脑-肌电信号相干特性,表明穴位电刺激诱发的腕部肌肉动作与对侧大脑运动区相干性最强.该研究为运动功能康复和智能假肢开发奠定了基础.     

基于AR参数模型与聚类分析的肌电信号模式识别方法

肌电信号是与神经肌肉活动有关的生物电的体现,肌电信号的模式识别是肌电应用的基础。利用现代功率谱估计中的参数模型法,对从掌长肌、肱桡肌、尺侧腕屈肌和肱二头肌采集的4路表面肌电信号建立AR参数模型,并提取其AR模型参数作为信号的特征,构造特征矢量,提供给基于距离测度的Mahalanobis距离分类器进行模式分类,能够成功地识别出握拳、展拳、腕内旋、腕外旋、屈腕、伸腕、前臂内旋、前臂外旋8种动作模式。实验表明,该方法识别率高、鲁棒性好,为肌电等非平稳生物电信号的模式识别提供了一种新方法。     

基于相关跟踪的声肌图(SMG)初步研究

骨骼肌的力学特性总是和它的结构形态相关的。超声可以准确的反映骨骼肌运动过程中的空间形态变化,是研究骨骼肌运动形态特性非常有效的工具。文章介绍了一套可以无干扰、同步、连续采集超声信号、力或力矩、角度、肌电信号等骨骼肌相关参量的超声运动与弹性测量系统,并基于此系统,利用相关跟踪算法来获取前臂桡侧腕伸肌在手腕屈伸时的运动轨迹。实验结果表明,相关跟踪算法简单、直接,而又不失准确性,而由相关跟踪得到的前臂桡侧腕伸肌的肌肉厚度和手腕屈伸角度之间存在着非线性的关系,同时骨骼肌的多参量结合研究也是可行的。     

Study of issues in the development of surface EMG controlled human hand

In the process of improvement of prosthetic devices, there have been efforts to develop satisfactorily working artificial hands but still lots of work is to be done to meet the accuracy and requirements of the human hand movement. The EMG signal has been most promising signal in development of artificial limbs. The present review paper gives the historical developments in three main sections. First part describes the EMG signal properties. Second part deals with the mathematical models developed till now for EMG signal analysis. In the third part different design approaches have been reviewed for artificial hand. First approach discussed here is on the body-powered terminal devices which are controlled by the user's pull on the control cable to open the hand or hook and for the grip strength. Other being myoelectric controls type, an externally-powered system which uses electrical impulses, generated by contraction of the amputees own remaining muscles to operate a motor in a mechanical hand, hook or elbow. This paper presents a brief overview of above mentioned issues with regard to artificial hands.     

Study of issues in the development of surface EMG controlled human hand

In the process of improvement of prosthetic devices, there have been efforts to develop satisfactorily working artificial hands but still lots of work is to be done to meet the accuracy and requirements of the human hand movement. The EMG signal has been most promising signal in development of artificial limbs. The present review paper gives the historical developments in three main sections. First part describes the EMG signal properties. Second part deals with the mathematical models developed till now for EMG signal analysis. In the third part different design approaches have been reviewed for artificial hand. First approach discussed here is on the body-powered terminal devices which are controlled by the user’s pull on the control cable to open the hand or hook and for the grip strength. Other being myoelectric controls type, an externally-powered system which uses electrical impulses, generated by contraction of the amputees own remaining muscles to operate a motor in a mechanical hand, hook or elbow. This paper presents a brief overview of above mentioned issues with regard to artificial hands.     

不同键盘、输入速度的sEMG、绩效及舒适性比较

目的:检测不同键盘和不同打字速度对键盘输入过程中前臂sEMG、打字质量以及主观舒适性的影响。方法:采用双电极法记录被试者在实验过程中的前臂屈肌和展肌sEMG,取特征值AEMG,分析其在不同键盘及打字速度等级上的变化,并同时比较打字绩效和主观舒适性上的差异。结果:屈肌sEMG在不同键盘主效应上存在显著差异;展肌sEMG的各种效应均不显著;在主观舒适性评价上,对手腕的评价存在显著差异,使用Acer工效键盘时手腕的舒适度优于使用普通DELL键盘,其余差异则均不显著。结论:使用工效键盘有利于降低屈肌肌肉负荷,提高主观舒适性。     

使用不同高度及材料的键盘手托对相关肌肉活动的影响

目的探究打字时使用不同高度与不同材料的键盘手托对相关肌肉活动及主观舒适度的影响。方法选取被试者10名,让其使用不同高度及不同材料的键盘手托打字,分析对指浅屈肌、尺侧腕屈肌和上斜方肌活动及相关部位主观舒适度的影响。结果使用不同高度的键盘手托,对指浅屈肌与尺侧腕屈肌存在显著影响,对上斜方肌无显著影响,对被试者手腕与手部的主观舒适度有影响。使用不同材料的键盘手托,对指浅屈肌有显著影响,对尺侧腕屈肌与上斜方肌无显著影响,对被试者各个部位的主观舒适度无影响。结论使用1.5cm高度的键盘手托可以降低前臂肌肉的负荷,提高手腕与手部的主观舒适度。使用软性材料的键盘手托会使指浅屈肌更为省力,但在主观舒适度方面并无明显变化。     

EMG作增容剂的PPS/PA1010合金的力学性能及增容机理

将用4,4′-二苯基甲烷二异氰酸酯(M D I)化学处理过的PPS(简称CPPS)与PA 1010及高分子量的乙烯、马来酸酐、甲基丙烯酸缩水甘油酯三元共聚物(简称EM G)共混,制备了一系列不同配比的CPPS/PA 1010/EM G共混物,并对这些共混物的力学性能进行了测试。结果表明,当M D I含量在2.0份~2.5份之间时,材料的综合力学性能较好。而随着EM G含量的增加,材料的冲击强度显著提高,且其它的力学性能基本保持不变。并推测了增容机理。     

基于Bayes决策理论的表面肌电信号模式分类的研究

通过对采集的四通道表面肌电信号进行分析，对其建立AR（Autoregressive）参数模型，提取AR模型参数构建特征矢量。根据实际表面肌电（SEMG）信号的随机性特征，提出了一种采用Bayes决策理论对肌电信号的AR模型参数特征进行分类的新方法，并运用最小错误率Bayes分类器，很好地实现了对前臂八种动作表面肌电信号的模式分类。平均识别率为99．125％。此外，还提出采用动态聚类中心的方法对其进行了改进，使其平均识别率提高到99．5％。研究表明，采用Bayes分类器对肌电信号的AR模型参数特征进行分类，是一种有效的处理手段，并可直接应用到其它具有随机性特征的生理电信号的模式分类中。