基于sEMG信号的上肢康复机器人训练系统的研究

摘要

表面肌电信号（sEMG）是通过表面电极在人体皮肤表面采集的肌肉运动过程中所产生的电位信号。人体在执行不同动作过程中作用的肌肉群是不同的，因此产生的电信号也是不同的。本文通过对人体手臂表面肌电信号的处理来识别人体上肢的动作模式，从而针对偏瘫患者实现利用偏瘫患者健测上肢引导康复机器人辅助偏瘫患者患侧上肢执行康复运动训练。本研究致力于研究一套基于sEMG信号的上肢康复机器人康复训练及评价系统，系统主要包括表面肌电信号采集设备、上肢外骨骼机械臂、计算机、电机及控制单元等设备。
　　本研究针对偏瘫患者，提出了一种基于sEMG信号自主式的上肢康复训练系统来帮助患者实现主动训练。研究将模式识别技术和机器人技术相结合，提出了整个系统的设计方案：通过采集偏瘫患者健测上肢执行六类不同动作模式下的 sE M G信号，首先对sEMG信号进行预处理，然后对sEMG信号进行特征提取以及模式识别分类，针对参与实验的八名受试者得出离线模式识别平均分类准确率91％。上肢自主在线康复训练中通过偏瘫患者健侧执行的某一动作模式根据模式识别离线训练好的分类器得出分类结果驱动电机控制康复机器人执行相应的动作，实现自主康复训练。八位受试者动作执行的最高准确率高达98.3%，平均准确率达到92%。
　　本研究还提出了一种以肌力大小为标准的、一种定量的、客观的康复评价方法，用于对康复训练过程中患者肌力大小的恢复程度做出客观评价。通过采集不同肌力大小的的表面肌电信号，并按临床医学肌力分级表将肌力分为6个等级。由于肌肉电信号的非线性特性，不同肌力水平下的肌电信号的复杂度不同，本研究选用模糊近似熵对其进行建模分析，并选取肌电信号的模糊近似熵和肌电强度组成的二维特征向量采用有向无环图支持向量机分类方法进行分类，分类正确率达到92%。
　　本研究对于上肢康复医学领域康复训练方式和评价方法提供了参考，有助于拓宽相关领域的研究思路。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题研究背景及意义

1.2 sEMG信号概述

1.3上肢康复机器人国内外研究现状

1.4现阶段研究存在问题

1.5本课题主要研究内容

第二章 上肢康复机器人训练系统设计

2.1偏瘫康复理论

2.2上肢康复机器人系统构成

2.3上肢康复机器人训练模式

2.4本章小结

第三章 sEMG信号动作模式识别方法

3.1概述

3.2 sEMG信号预处理方法

3.3 sEMG信号特征提取方法

3.4 sEMG信号模式识别分类方法

3.5本章小结

第四章 上肢康复评价系统设计

4.1康复评价的目的

4.2上肢康复评价指标

4.3康复评价方法

4.4本课题中的康复评价方法

4.5本章小结

第五章 实验及结果分析

5.1实验对象和方法

5.2动作模式识别离线实验及结果分析

5.3上肢自主康复训练在线实验及结果分析

5.4康复评价实验及结果分析

5.5本章小结

第六章 总结与展望

参考文献

发表论文和科研情况说明

致谢