【《肌肉信号研究现状的文献综述》2200字】_第1页
【《肌肉信号研究现状的文献综述》2200字】_第2页
【《肌肉信号研究现状的文献综述》2200字】_第3页
【《肌肉信号研究现状的文献综述》2200字】_第4页
【《肌肉信号研究现状的文献综述》2200字】_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

[12]已经设计了用于测量人体表面肌肉形变信号的电容传感器,并将其应用到假肢控制中。我们通过提取电容信号的特征来识别下肢运动结果,已经可以设计的模式识别方法将下肢运动模式进行分类,产生了不弱于sEMG的结果。然而,虽然这些方法能产生准确的识别精度,但其性能在很大程度上仍取决于信号特征和训练数据集。电容传感器信号的生物学意义尚不清楚。肌肉参数和电容信号之间的关系从来没有被处理。本课题也将据此进行探索,引入肌肉形态学参数,研究电容信号与肌肉形态学参数的相关性,具体内容将在第四章中进行讲述。参考文献ChuJU,MoonI,LeeYJ,KimSK,MunMS.Asupervisedfeature-projection-basedreal-timeEMGpatternrecognitionformultifunctionmyoelectrichandcontrol[J].IEEE/ASMETransactionsonMechatronics,2007,12(3):282−290.J.DelPreto,D.Rus.SharingtheLoad:Human-RobotTeamLiftingUsingMuscleActivity[J].2019InternationalConferenceonRoboticsandAutomation(ICRA),Montreal,QC,Canada,2019,pp.7906-7912.Y.Wu,D.Jiang,X.Liu,R.BayfordandA.Demosthenous,"AHuman–MachineInterfaceUsingElectricalImpedanceTomographyforHandProsthesisControl,"inIEEETransactionsonBiomedicalCircuitsandSystems,vol.12,no.6,pp.1322-1333,Dec.2018,doi:10.1109/TBCAS.2018.2878395.T.Bao,A.Zaidi,S.XieandZ.Zhang.Surface-EMGbasedwristkinematicsestimationusingconvolutionalneuralnetwork[J]”.2019IEEE16thInternationalConferenceonWearableandImplantableBodySensorNetworks(BSN),2019:1-4.JGNgeo,TTamei.ContinuousandsimultaneousestimationoffingerkinematicsusinginputsfromanEMG-to-muscleactivationmodel[J].JournalofNeuroengineering&Rehabilitation,2014,11(1):122.VaughanCL,DavisBL,JCOíconnor.Dynamicsofhumangait[M].humankineticspublishers,1999:15-43.C.N.Maganaris.Forceth-lengthcharacteristicsofinvivohumanskeletalmuscle[J].ActaPhysiologicaScandinavica,2001,Vol.172(4):279-285.MillerDI.Acomputersimulationmodeloftheairbornephaseofdiving[M].UniversityMicrofilms,1970.Lee,Dongwoon.ComputationalModelingandAnalysisofComplexMuscleArchitecture[D].Toronto:UniversityofToronto,2015:5-8.汪灵梦.实时定量检测骨骼肌动态变化的超声图像处理算法研究及设备开发[D].深圳:深圳大学,2019.CroninNeilJ,CartyChristopherP,BarrettRodS,LichtwarkGlen.Automatictrackingofmedialgastrocnemiusfasciclelengthduringhumanlocomotion[J].Journalofappliedphysiology,2011,111(5).郑恩昊.基于电容传感的人体运动意图识别及在穿戴式机器人中的应用[D].北京:北京大学,2016.M.Fernndez-Delgado,M.S.Sirsat,E.Cernadas,et,al.Anextensiveexperimentalsurveyofregressionmethods[J].NeuralNetworks,2019,111:11-34.TingfangYanetal.Anoscillator-basedsmoothreal-timeestimateofgaitphaseforwearablerobotics[J].AutonomousRobots,2017,41(3):759-774.R.Ronsse,S.M.M.DeRossi,N.Vitiello,etal.Real-TimeEstimateofVelocityandAccelerationofQuasi-PeriodicSignalsUsingAdaptiveOscillators[J].IEEETransactionsonRobotics,2013,29,(3):783-791.DarmaPN,BaidillahMR,SifunaMW,etal.Real-timeDynamicImagingMethodforFlexibleBoundarySensorinWearableElectricalImpedanceTomography[J].IEEESensorsJournal,2020,20(16):9469-9479.ShiJ,ZhengY,XinC,etal.Modelingtherelationshipbetweenwristangleandmusclethicknessduringwristflexion–extensionbasedonthebone–muscleleversystem:Acomparisonstudy[J].MedicalEngineering&Physics,2009,31(10):1255-1260.J.DelPretoandD.Rus.Sharingthe

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论