基于小波变换与人工神经网络的表面肌电信号分析

摘要

肌电信号是人体自主运动时神经肌肉活动发出的生物电信号，它反映了神经、肌肉的功能状态。表面肌电信号是使用方便且无痛苦的表面电极测得的肌电信号。在对认识和了解人体神经系统信息传递、基础医学研究、临床诊断、运动医学和康复工程中均有广泛的应用。如何从表面肌电信号中有效地提取信息并实现准确、实时的动作识别，是表面肌电信号研究的关键性问题。
　　本文以加拿大生产的INFINITI多导生物反馈仪所采集的表面肌电信号为研究对象。该生物反馈仪体积小巧，携带方便，其本身自带解码器，不需要与特定PC相连，作为新型的肌电信号采集装置，有很好的应用前景。但对其采集的表面肌电信号的相关分析工作还比较少见。本文基于INFINITI生物反馈仪的表面肌电信进行上肢动作识别的研究，所做的主要工作如下:
　　1.在表面肌电信号的去噪方面进行了研究。采用软域值去噪的方法，主要讨论阈值选取的问题。对Birge-Massart分层阈值与全局阈值小波降噪方法进行了比较，通过实测数据验证了分层阈值方法的有效性。
　　2.针对肌电信号的非平稳特性，采用小波变换方法对表面肌电信号进行特征提取，提取小波系数绝对值最大值构造特征矢量，输入神经网络分类器进行模式识别。
　　3.对动作模式识别中的分类器技术进行了研究。在搞清BP网络固有缺陷的前提下，采取多种优化算法对BP网络进行改进。本文引入Resilientback-PROPagation算法对BP网络进行了改进，并将改进后的BP神经网络应用于表面肌电信号的动作识别方面，得到了分类速度较快、识别精度高的BP网络分类器，识别精度高达92.5％。

目录

声明

摘要

第1章 绪论

1．1 引言

1．2 课题研究现状

1．2．1 肌电信号分析与特征提取

1．2．2 肌电信号的模式识别

1．2．3 本课题主要任务

第2章 表面肌电信号的产生机理与采集

2．1 肌电信号的产生

2．2 表面肌电信号的特点

2．3 肌电信号的干扰

2．4 表面肌电信号的采集

2．4．1 肌电信号采集硬件

2．4．2 肌电信号采集软件

2．4．3 实验动作的选取

第3章 基于小波理论的表面肌电信号分析

3．1 傅立叶变换

3．2 小波变换

3．2．1 小波变换基本原理

3．2．2 小波变换去噪原理

3．2．3 小波变换应用于特征提取

3．3 基于小波变换的表面肌电信号分析

3．3．1 表面肌电信号的截取

3．3．2 表面肌电信号的去噪

3．3．3 表面肌电信号的特征提取

第4章 基于人工神经网络的上肢动作识别

4．1 人工神经网络概述

4．2 神经网络模型及训练

4．2．1 生物神经元模型

4．2．2 人工神经网络模型

4．2．3 神经网络的学习方法

4．2．4 神经网络的分类

4．3 基于神经网络的人体上肢动作识别

4．3．1 BP网络模型的设计

4．3．2 BP算法

4．3．3 表面肌电信号的分类

第5章 总结与展望

5．1 课题总结

5．2 展望

参考文献

致谢