基于表面肌电的上肢肌力估计方法研究
发布时间：2023-08-29 22:57
脑卒中、伤残、运动性功能损伤和偏瘫等疾病会造成患者的肢体功能缺失,在患者的后续治疗阶段都要进行肢体运动康复训练,通过运动康复训练可以逐步改善并恢复患者的肢体功能,从而回归社会。传统的运动康复训练方法,康复治疗师的劳动强度大,患者训练强度、持续性难以保证,缺乏有效的方式对训练效果、训练方案进行客观地评价,从而影响了运动康复训练的治疗效果。肌肉的表面肌电信号(Surface Electromyography,sEMG)蕴含着肌肉的激活程度、肌肉的收缩力量等信息。通过采集肌肉的表面肌电信号进行分析,并运用数学建模的方法计算出肌力,这可以成为运动康复训练一种新的评价方式。然而,肌肉的生理和非生理因素会影响sEMG信号,这些使得基于表面肌电的肌力估计具有相当大的难度和挑战性。基于上述研究背景,本文将以提高肌力估计的准确性为目标,研究如何消除信号相位叠加、肌肉组织过滤以及肌肉间的信号串扰等对sEMG所产生的影响。本文为解决肌力的定量评价问题,设计了一种可应用于肌肉动态收缩条件下的肌力估计方法,完成了上肢肘关节肌力建模,并针对患者训练的效果进行了定量评价。本文主要工作总结如下:提出了一种基于关节角度...
【文章页数】：127 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究目的与意义
1.2 关键问题的研究现状
1.2.1 运动康复训练治疗
1.2.2 运动生物力学
1.2.3 人体骨肌系统运动学与动力学分析技术
1.2.4 人体骨肌系统肌力估计
1.2.5 基于表面肌电的肌力估计技术
1.2.6 基于表面肌电的肌力估计模型
1.3 应用表面肌电信号预测肌力
1.4 论文的主要研究内容及章节安排
第二章 表面肌电及肌力的产生机理和影响因素
2.1 表面肌电产生机理及影响因素
2.1.1 表面肌电信号的产生原理
2.1.2 表面肌电信号的特点
2.1.3 影响表面肌电信号的因素
2.2 肌力产生机理及特性研究
2.2.1 骨骼肌与肌肉肌腱单元
2.2.2 肌力产生的生理因素
2.3 上肢肌肉分析
2.4 肌力估计准确性的影响因素
2.4.1 影响表面肌电信号幅值估计准确度的因素
2.4.2 影响表面肌电信号幅值估计选择性和代表性的因素
2.4.3 表面肌电信号的幅值和神经支配区定位
2.4.4 采集额外信息提高肌力的估计
2.5 数据采集设备
2.5.1 sEMG信号采集设备
2.5.2 关节角度采集设备
2.6 本章小结
第三章 基于关节角度的表面肌电信号校准
3.1 数据采集与算法流程
3.1.1 数据采集
3.1.2 数据预处理
3.1.3 快速正交搜索
3.2 基于角度的校准算法
3.2.1 单个肌肉收缩的力估计
3.2.2 针对单个肌力的校准方法
3.2.3 双肌校准
3.3 FOS模型参数及校准效果
3.3.1 FOS模型参数的影响
3.3.2 校准的效果
3.3.3 FOS模型的候选项
3.4 FOS有限数量的校准
3.4.1 在相同收缩水平下模型和校准值的泛化能力
3.4.2 在高收缩水平下模型和校准值的泛化能力
3.5 本章小结
第四章 基于PCI模型的肌力估计
4.1 并行级联识别模型
4.2 表面肌电信号与肌力的映射关系
4.2.1 表面肌电信号采集
4.2.2 PCI模型训练算法
4.3 PCI模型参数的选取及数据处理
4.3.1 删除离群值
4.3.2 表面肌电信号数据抽取
4.3.3 PCI模型参数的选取对肌力估计的影响
4.3.4 表面肌电-肌力映射关系
4.3.5 跨期性能变化
4.4 本章小结
第五章 肌肉动态收缩的肌力估计
5.1 动态收缩的肌力分析方法
5.1.1 数据采集
5.1.2 动态收缩中的肌力估计
5.2 动态收缩实验结果与分析
5.2.1 恒力、恒速运动的肌力估计实验
5.2.2 恒力、变速实验的肌力估计实验
5.3 本章小结
第六章 基于表面肌电的肌力估计
6.1 上肢肘关节运动实验
6.1.1 实验环境的搭建
6.1.2 数据采集实验设计
6.2 数据采集及分析方法
6.2.1 数据采集
6.2.2 表面肌电信号与肌力的线性关系分析
6.2.3 用主成分分析法选择输入子集
6.2.4 肌力估计模型
6.3 上肢肌力估计实验及结果分析
6.4 本章小结
结论与展望
参考文献
攻读学位期间的论文及项目
致谢
附录1 sEMG实验数据(节选)
附录2 FOS基函数候选项
本文编号：3844452
【文章页数】：127 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究目的与意义
1.2 关键问题的研究现状
1.2.1 运动康复训练治疗
1.2.2 运动生物力学
1.2.3 人体骨肌系统运动学与动力学分析技术
1.2.4 人体骨肌系统肌力估计
1.2.5 基于表面肌电的肌力估计技术
1.2.6 基于表面肌电的肌力估计模型
1.3 应用表面肌电信号预测肌力
1.4 论文的主要研究内容及章节安排
第二章 表面肌电及肌力的产生机理和影响因素
2.1 表面肌电产生机理及影响因素
2.1.1 表面肌电信号的产生原理
2.1.2 表面肌电信号的特点
2.1.3 影响表面肌电信号的因素
2.2 肌力产生机理及特性研究
2.2.1 骨骼肌与肌肉肌腱单元
2.2.2 肌力产生的生理因素
2.3 上肢肌肉分析
2.4 肌力估计准确性的影响因素
2.4.1 影响表面肌电信号幅值估计准确度的因素
2.4.2 影响表面肌电信号幅值估计选择性和代表性的因素
2.4.3 表面肌电信号的幅值和神经支配区定位
2.4.4 采集额外信息提高肌力的估计
2.5 数据采集设备
2.5.1 sEMG信号采集设备
2.5.2 关节角度采集设备
2.6 本章小结
第三章 基于关节角度的表面肌电信号校准
3.1 数据采集与算法流程
3.1.1 数据采集
3.1.2 数据预处理
3.1.3 快速正交搜索
3.2 基于角度的校准算法
3.2.1 单个肌肉收缩的力估计
3.2.2 针对单个肌力的校准方法
3.2.3 双肌校准
3.3 FOS模型参数及校准效果
3.3.1 FOS模型参数的影响
3.3.2 校准的效果
3.3.3 FOS模型的候选项
3.4 FOS有限数量的校准
3.4.1 在相同收缩水平下模型和校准值的泛化能力
3.4.2 在高收缩水平下模型和校准值的泛化能力
3.5 本章小结
第四章 基于PCI模型的肌力估计
4.1 并行级联识别模型
4.2 表面肌电信号与肌力的映射关系
4.2.1 表面肌电信号采集
4.2.2 PCI模型训练算法
4.3 PCI模型参数的选取及数据处理
4.3.1 删除离群值
4.3.2 表面肌电信号数据抽取
4.3.3 PCI模型参数的选取对肌力估计的影响
4.3.4 表面肌电-肌力映射关系
4.3.5 跨期性能变化
4.4 本章小结
第五章 肌肉动态收缩的肌力估计
5.1 动态收缩的肌力分析方法
5.1.1 数据采集
5.1.2 动态收缩中的肌力估计
5.2 动态收缩实验结果与分析
5.2.1 恒力、恒速运动的肌力估计实验
5.2.2 恒力、变速实验的肌力估计实验
5.3 本章小结
第六章 基于表面肌电的肌力估计
6.1 上肢肘关节运动实验
6.1.1 实验环境的搭建
6.1.2 数据采集实验设计
6.2 数据采集及分析方法
6.2.1 数据采集
6.2.2 表面肌电信号与肌力的线性关系分析
6.2.3 用主成分分析法选择输入子集
6.2.4 肌力估计模型
6.3 上肢肌力估计实验及结果分析
6.4 本章小结
结论与展望
参考文献
攻读学位期间的论文及项目
致谢
附录1 sEMG实验数据(节选)
附录2 FOS基函数候选项
本文编号：3844452
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3844452.html