基于肌电信号的行为识别的研究VIP

广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究1本科毕业论文（设计）基于肌电信号的行为识别的研究院 （系） 数学与计算科学学院专 业 信息与计算科学班 级 09 信息与计算科学一班提交日期 2013 年 月 日毕业论文(设计)成绩评定表2013-JX16-广 东商学院广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究2毕业论文（设计）指导教师评语及成绩成绩 指导教师签名 年 月 日毕业论文（设计）复评教师评语及成绩成绩 复评教师签名 年 月 日毕业论文（设计）答辩评语及成绩成绩 答辩委员会主席签名 年 月 毕业论文（设计）总成绩（五级记分制） 院（系）负责人签名 年 月 日TITLE: Recognition Research Based On The Behavior of The EMG Signal广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究3MAJOR: Information And Computing Science广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究4内容摘要本 文 对 前 臂 肌 肉 群 多 个 位 置 （ 包 括 肱 桡 肌 、 桡 侧 腕 屈 肌 、 桡 侧 腕长 伸 肌 、 尺 侧 腕 伸 肌 、 尺 侧 腕 屈 肌 ） 进 行 表 面 肌 电 信 号 的 采 集 ， 用RMS（ 均 方 差 ） 与 AR模 型 两 种 方 法 分 别 对 采 集 的 肌 电 信 号 进 行 特 征 分 析和 特 征 提 取 ， 再 通 过 不 同 的 分 类 方 法 （ 包 括 监 督 式 学 习 、 LDA分 类 算 法 ）对 现 有 的 信 号 数 据 进 行 模 式 识 别 ， 区 别 屈 肘 、 屈 腕 、 屈 指 和 前 臂 旋 转等 多 种 动 作 ， 最 终 使 用 MATLAB实 验 软 件 绘 图 直 观 表 示 各 种 分 类 方 法 的 识别 率 ， 得 到 多 种 分 类 方 法 的 优 劣 程 度 并 最 终 得 出 结 论 从 而 将 该 项 的 研究 成 果 拓 展 到 人 体 其 他 肌 群 及 相 关 假 肢 的 控 制 中 ， 另 外 在 仿 生 控 制 人工 动 力 假 肢 研 究 领 域 同 样 具 有 重 要 的 意 义 。关键词：特 征 提 取 模 式 识 别 MATLAB 表 面 肌 电 信 号 AbstractIn this research,I collect the surface EMGs in several of the forearm muscle groups (including brachioradialis、flexor carpi、 carpi radialis longus、extensor carpi ulnaris and flexor carpi ulnaris). With the methods such as RMS and AR model ,I extract the feature from the EMGs which has been collected.Then by using classification methods(Supervised Learning:The LDA algorithm),I use the existing EMGs in order to differentiate between elbow、wrist flexion,、flexor 、forearm rotation and so on.I also use two more signal optimizations to raise recognition rate.Ultimately, we use MATLAB to plot pictures and intuitively to show the recognition rate.Finally the best recognition rate is 98.611%.广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究5Keywords: Pattern recognition Feature extraction SEMG目 录1 引言 111 理论研究112 国内外文献综述与研究现状12 表面肌电信号的采集 3 21 肌电信号的模型说明322 肌电信号的数据说广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究6明42.2.1 肌电信号的拾取42.2.2 肌电信号的位置52.2.3 动作展示63 表面肌电信号的预处理84 模式识别 941 特征提取94.1.1时域特征值：RMS 均方根94.1.2频域特征值：AR 自回归模型94.2 监督式学广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究7习114.3 绘图展示 134.3.1 表面肌电信号134.3.2 RMS 特征值144.3.3 AR 模型特征155 信号优化处理165.1 Majority Vote 与去噪函数165.2 绘图展示176 结论18 参考文献广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究8 19附录21广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究11 引言表 面 肌 电 信 号 (Surface Electromyography， SEMG)是 人 自 主 活 动 中 肌 肉 表 层多 个 运 动 单 位 所 发 出 的 电 位 序 列 最 终 在 皮 肤 表 面 通 过 电 极 检 测 得 到 的 时 间 与 空 间 综合 叠 加 的 结 果 10， 是 神 经 肌 肉 系 统 活 动 时 伴 随 的 生 物 电 信 号 。 由 于 它 在 一 定 程 度上 关 联 着 肌 肉 的 活 动 状 态 与 功 能 状 态 ， 因 此 也 能 够 反 映 一 定 的 神 经 肌 肉 活 动 状 况2， 故 在 肌 电 信 号 在 临 床 医 学 （ 如 神 经 肌 肉 疾 病 诊 断 ） 、 康 复 医 学 （ 如 肌 肉 功 能 评价 ） 、 人 机 工 效 学 （ 如 肌 肉 工 作 的 工 效 学 分 析 ） 、 体 育 科 学 （ 如 疲 劳 判 定 、 运 动 技术 合 理 性 分 析 、 肌 纤 维 类 型 和 无 氧 阈 值 的 无 损 伤 性 预 测 ） 、 仿 生 学 （ 如 人 体 假 肢 控制 具 ） 13等 方 面 均 有 重 要 的 利 用 价 值 。1.1 理论研究近 年 来 ， 基 于 表 面 肌 电 信 号 识 别 研 究 在 医 学 生 物 领 域 的 作 用 越 发 凸 显 ， 研 究学 者 遍 布 全 球 ， 研 究 文 章 也 层 出 不 穷 ， 学 者 在 对 表 面 肌 电 信 号 进 行 识 别 研 究 时 采用 同 样 的 步 骤 ， 即 肌 电 信 号 的 采 集 、 信 号 优 化 处 理 ， 特 征 分 析 及 提 取 、 模 式 识 别 ，但 最 主 要 的 是 肌 电 信 号 分 析 、 特 征 提 取 与 模 式 识 别 两 个 方 面 。 特 征 提 取 的 目 的 在于 通 过 研 究 表 面 肌 电 信 号 的 时 、 频 域 特 征 与 肌 肉 结 构 以 及 肌 肉 活 动 状 态 和 功 能 状 态之 间 的 关 联 性 ， 从 而 利 用 SEMG的 变 化 有 效 反 映 肌 肉 的 活 动 和 功 能 ， 其 研 究 分 析 主 要集 中 在 时 域 和 频 域 分 析 。 特 征 提 取 就 所 利 用 的 理 论 方 法 而 言 ， 可 分 为 五 个 方 面 ： 时域 法 、 频 域 法 、 时 域 -频 域 法 、 高 阶 谱 及 混 沌 与 分 形 等 。 特 征 提 取 是 基 础 ， 分 类 是关 键 ， 分 类 器 可 以 为 肌 电 假 肢 提 供 更 可 靠 的 控 制 信 号 。 用 于 表 面 肌 电 信 号 的 模 式分 类 方 法 很 多 ， 其 中 模 糊 分 类 器 和 神 经 网 络 分 类 器 的 应 用 最 为 广 泛 。1.2 国内外文献综述与研究现状在 对 表 面 肌 电 信 号 进 行 识 别 研 究 时 ， 国 内 外 学 者 往 往 从 单 一 的 分 析 方 法 及 单一 的 分 类 方 法 中 得 出 识 别 率 并 将 此 应 用 在 实 际 生 活 的 各 个 领 域 中 。 学 者 研 究 的 思路 大 都 相 似 ， 不 同 之 处 在 于 以 下 两 点 ：第 一 点 是 对 采 集 的 表 面 肌 电 信 号 进 行 特 征 提 取 的 方 法 。 在 国 外 方 面 ， 20Disselhorst-Klug（ 2008） 利 用 时 域 方 法 （ 平 均 值 ） 提 取 出 SEMG的 特 征 值 ， 用 于研 究 SEMG与 肌 肉 力 之 间 的 关 系 ； 22Reddy（ 2007） 利 用 时 域 方 法 （ 均 方 根 值 RMS）提 取 出 SEMG的 特 征 值 ， 用 于 研 究 SEMG和 运 动 位 移 的 关 系 ， 从 而 实 现 了 手 指 和 腕 关 节模 型 的 控 制 ； 21Sbriccoli（ 2003） 分 别 利 用 时 域 方 法 （ 均 方 根 值 RMS） 和 频 域 方法 （ 中 位 频 率 MF） 提 取 出 SEMG的 特 征 值 ， 用 于 研 究 肱 二 头 肌 SEMG的 幅 值 和 频 谱 特广东商学院数学与计算科学学院 基于肌电信号的行为识别的研究2征 。 而 在 国 内 方 面 ， 4罗 志 增 ,杨 广 映 （ 2003） 根 据 实 际 肌 电 信 号 的 随 机 性 特 征 ，对 其 建 立 AR模 型 ， 利 用 AR模 型 特 征 、 参 数 与 肢 体 运 动 的 确 定 性 关 系 实 现 仿 生 控 制 ；15吴 冬 梅 ， 孙 欣 ， 张 志 成 ， 杜 志 江 （ 2010） 在 人 体 屈 伸 肘 部 的 过 程 中 ， 选 取 人 体上 肢 检 测 表 面 肌 电 信 号 应 用 不 同 的 方 法 （ 均 方 根 值 RMS、 肌 电 值 iMEG） 对 优 化 后 的表 面 肌 电 信 号 进 行 了 特 征 提 取 。 23罗 志 增 ,严 庭 芳 （ 2008） 利 用 时 -频 域 方 法 小 波变 换 对 SEMG进 行 特 征 提 取 ， 用 于 SEMG的 模 式 分 类 和 肌 电 假 肢 的 控 制 。第 二 点 是 模 式 识 别 的 方 法 。 用 于 表 面 肌 电 信 号 的 模 式 分 类 方 法 很 多 ， 如 模 糊 分类 器 和 神 经 网 络 分 类 器 。 模 糊 分 类 器 已 在 自 动 控 制 、 人 工 智 能 、 图 像 识 别 、 农 作 物选 中 、 商 品 评 价 、 化 合 物 分 类 、 地 震 、 气 象 预 报 、 灾 情 预 报 、 经 济 学 、 社 会 学 、 语言 学 、 管 理 科 学 及 医 学 等 诸 多 领 域 得 到 了 广 泛 应 用 。 在 表 面 肌 电 信 号 信 号 识 别 方 面 , 开 始 利 用 该 分 类 器 进 行 处 理 ， 如 26E. Zahedi（ 1995） 利 用 模 糊 K-均 值 策 略 进 行了 3个 自 由 度 的 动 作 识 别 ； 27刘 建 成 （ 1999） 也 利 用 模 糊 神 经 网 络 直 接 对 残 肢 的EMG动 作 进 行 识 别 , 虽 识 别 率 70%以 上 ,但 有 更 好 的 实 际 应 用 价 值 ； 后 者 神 经 网 络 分类 器 在 给 足 数 量 训 练 样 本 的 前 提 下 ， 网 络 就 可 以 通 过 学 习 获 得 对 运 动 模 式 进 行 分 类的 能 力 ， 如 24王 人 成 （ 1998） 利 用 该 网 络 对 屈 腕 、 伸 腕 、 向 内 旋 腕 和 向 外 旋 腕 四种 运 动 进 行 识 别 ， 其 识 别 率 都 在 95%以 上 ； 25William Putnam（ 1993） 分 别 利 用单 层 感 知 器 和 多 层 感 知 器 对 屈 臂 和 伸 臂 两 动 作 进 行 识 别 ， 识 别 率 均 可 达 95%； 28R.Knox（ 1994） 年 利 用 非 参 数 线 性 分 类 器 对 屈 、 伸 、 内 旋 和 外 旋 四 种 动 作 进 行 识 别 , 其 识 别 率 在 89%以 上 , 其 中 特 征 矢 量 为 AR、 RC、 CP、 LAR 等 系 数 ； 29Michael J.Korenberg（ 1995） 利 用 并 串 联 分 类 器