基于异构表面肌电人机接口的上肢运动模式识别研究.pdfVIP

摘要

摘要

随着时代的变革，人机接口技术逐渐成为人与机器交互的重要技术。其中，

以人体运动、意图等作为信号源的交互更加自然且应用成本更低。肌电信号由

于其包含神经运动信息以及具有分辨率高等优点受到广泛研究。肌电信号分为

侵入式和非侵入式两种，非侵入式通过皮肤表面粘贴的电极即可采集到信号，

具有使用方便、无创等优点，称之为表面肌电信号。表面肌电信号根据通道数

量、电极密度又可分为稀疏表面肌电信号和高密度表面肌电信号，前者通过湿

电极或者干电极进行数据采集，后者通过高密度电极或阵列式电极进行数据采

集。目前已有很多研究基于表面肌电信号展开应用，其中典型的应用为运动模

式识别，制约该应用的主要因素为模式识别的效果以及信号采集的设备。

针对人体运动最为复杂的上肢部分的模式识别，仍然存在两个问题：一是

人体上肢肌肉复杂，需要进行更加充分的采集；二是进行上肢运动模式识别时，

当动作类别较多或动作较为相似时识别率较低。为解决以上问题，本文展开了

相关研究，主要研究内容如下：

异构表面肌电采集设备的研究。通过对上肢肌肉的分析，需要采用高密度

表面肌电信号对小臂肌肉进行采集，稀疏表面肌电信号对大臂肌肉进行采集，

从而实现上肢运动中上肢肌肉的充分采集。设计了一种异构表面肌电采集设备，

包含128通道高密度表面肌电信号和8通道稀疏表面肌电信号，同时对小臂和

大臂肌肉进行采集。同时，设计相应的下位机软件和人机交互软件完善整个采

集系统并对系统进行测试评估。

基于肌肉协同理论的模式识别研究。肌肉协同是一种肌肉协同作为中枢神

经系统募集骨骼肌完成各种肢体动作的最小单位，可以解释中枢神经系统对肌

肉的控制机制，提供了一种从肢体运动产生的表面肌电信号中解码神经控制信

息的新思路。依据该理论，通过非负矩阵分解方法提取共有协同和特有协同两

种特征作为模式识别的基础。

运动模式识别实验研究。设计了三种运动实验范式，针对运动类别较多以

及运动类别较为相似的情况展开实验研究。采用常用的特征以及共有协同和特

有协同分别对数据进行分析，证明了共有协同和特有协同在不同情况下的更高

的识别率和鲁棒性，进一步验证了系统的有效性。

关键词:人机接口；表面肌电信号；异构；肌肉协同；模式识别

-I-

Abstract

Abstract

Withthechangesofthetimes,human-machineinterfacetechnologyhas

graduallybecomeanimportanttechnologyforhuman-machineinteraction.Among

them,theinteractionwithhumanmovement,intention,etc.assignalsourcesismore

naturalandlessexpensivetoapply.EMGsignalshavebeenextensivelystudied

becausetheycontainneuromotorinformationandhavetheadvantagesofhigh

resolution.EMGsignalsaredividedintotwotypes:invasiveandnon-invasive,non-

invasivethroughtheelectrodespastedonthesurfaceoftheskincancollectthesignal,

withtheadvantagesofeasytouseandnon-invasive,calledsurfaceEMGsignals.