论文部分内容阅读
随着人口的增长、医疗的进步、人口老龄化的发展和近年来世界上发生的一些局部战争及冲突的增多,肢体截肢人群数量不断增加,与此同时人工假肢控制技术不断发展,出现了多种适合不同截肢人群,能够帮助他们工作与生活的假肢上肢。但是由于传统假肢控制方法的固有局限,当前假肢存在着功能单一、控制缓慢、动作笨拙等问题。肌电信号控制的假肢上肢具有的直观控制、自然等优点,使得基于模式识别的肌电假肢控制方法成为当前假肢研究领域的热点问题之一。该方法的理论基础是肌肉电信号EMG包含人体肢体的运动神经信息,对EMG信号进行动作分类,可以得到截肢者想要做的肢体动作类型,再根据识别的动作类型操控假肢完成相应的动作。从采集的肌电信号中提取出信号特征参数,再根据特征利用模式识别方法识别出使用者的“意图”运动是肌电假肢控制方法的核心内容。在有限的肌电信号中提取出更多有关肌肉收缩状态和肢体运动的信息,即特征参数的选择是肌电假肢研究领域的重要内容之一。此外,肌电信号是一种微弱的生物电信号,受到多种因素的影响,研究这些因素对信号的干扰程度能够为肌电假肢研究提供有益的指导。本文对基于模式识别的肌电假肢关键技术进行深入研究,围绕肌电假肢控制方案的框架与组成部分展开一系列的工作。在详细探讨肌电信号的产生机理与采集、信号预处理与特征提取的基础上,将线性判别分析法应当肌电信号动作判别中,建立了基于模式识别的肌电假肢控制方案框架。论文的主要工作如下：1)构建了基于模式识别方法的肌电假肢控制方案的框架体系。在分析国内外肌电假肢的研究状况,以及当前商业假肢的发展水平的基础上,结合假肢使用者的需求,给出了基于模式识别的肌电假肢控制方案的总体框架,并对框架所涉及的各个部分进行了简要介绍。2)提出了特征参数迭代选择算法并将其应用到特征参数的选择中,创造性地从肌电信号中提取了八个时域特征和不同阶次的AR模型系数,利用模式识别方法中的线性判别分析法构造分类器,分别研究了将时域特征、AR模型特征以及两种特征组合作为信号特征集合时的信号动作分类结果。3)通过数值仿真的方法研究了两种因素——肌肉收缩力和随机噪声对肌电信号动作判别结果的影响,并通过模拟实验验证部分实验结果。4)有别于传统的研究中只采取健康人作为受试者,在本研究中,我们不仅选择肢体健全的健康人作为实验对象,还选取上肢截肢者加入本研究,以此观察从两种人群采集的肌电信号的动作分类性能差异。论文最后对全文进行总结,并对下一步的研究工作进行了展望。