人体腿部表面肌电信号特征提取方法

摘要：

表面肌电信号(sEMG,surface electromyography)作为人体运动检测的主要信息源之一,已被广泛应用于康复训练福祉机器人领域.针对人体下肢动作识别的问题,提出了一种针对表面肌电信号进行小波变换的特征提取方法.在肌电信号的频域分布中,该方法选取小波子空间中活动段的平均功率组成特征向量.为验证所提出方法的有效性,设计实现了一种微型便携式多通道sEMG信号采集系统,并利用支持向量机(SVM,support vector machine)构建分类器对腿部动作进行识别.实验结果表明:该方法能有效识别腿部常见的4种动作,同一个体动作识别率能达到95％以上,不同个体识别率平均能达到85％,能够较好地应用于下肢运动障碍患者的日常康复训练.

关键词：sEMG信号、小波变换、平均功率、SVM、康复训练

所属期刊栏目：40

分类号：TN911.6

资助基金：特殊环境机器人技术四川省重点实验室开放基金项目15kftk03;西南科技大学校级创新基金资助项目CX16-076;西南科技大学校内基金项目14zx1107,14zx7124.Supported by Fund of Robot Technology Used for Special Environment Key Laboratory of Sichuan Province15kftk03;Innovation Fund Project of Southwest University of Science and TechnologyCX16-076;Foundation of Southwest University of Science and Technology14zx1107,14zx7124

在线出版日期：2017-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：83-90