基于脑血氧信号的下肢运动状态识别方法研究

摘要：

为了提高下肢运动辅助设备的智能性,准确地识别使用者的运动意识是至关重要的.采用血氧含量信息作为识别下蹲、行走和起立3种下肢运动状态的信号来源,对基于脑血氧信号的下肢运动状态识别方法进行了研究.总共有14位被试对象参与了本次自发运动的实验,运动的开始、运动的结束和运动时长都是由被试自主控制的,在每一个真正的运动任务开始前都会有一段时间的想象运动.实验过程中的信号都是由近脑红外成像设备记录.分析过程中采用小波包变换将频域段分成5个频段:0～0.03 Hz、0.03～0.06 Hz、0.06～0.09 Hz、0.09～0.12 Hz、0.12～0.15 Hz,想象阶段的合氧血红蛋白的均值和变化率被用作分析特征的数据样本.通过单变量特征优化法选择了103个特征向量,采用逻辑回归法、k-近邻法和支持向量机3种子分类器融合的决策模板法对信号进行识别,识别率达到了86.78％.由于所有的特征采用的是想象阶段的数据,时间上具有提前性,所以该结果对于发送指令给辅助运动器械控制患者运动将有非常大的优越性.

关键词：血氧含量、运动想象、运动状态识别、行走-站立-下蹲动作组合、融合算法

所属期刊栏目：38

分类号：TB115.2(工程基础科学)

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：43-48