基于肌音信号的四种手部动作模式的识别方法
肌音(MMG)是指肌肉收缩时发出的2~100 Hz的低频"声音"。近年来,有研究将前臂肌音信号作为生理信号源应用于假肢手的控制,并取得了一定的进展。利用主成分分析法(PCA)对多通道采集的前臂肌音信号的18个时、频域特征的特征空间进行降维,并采用线性分类器对4种手部动作模式(手掌握紧、手掌张开、腕部弯曲、腕部伸直)进行判别。用本方法对32名受试者的前臂肌音信号进行采集分析研究,并对通道数的确定和采集位置敏感性等作了研究。实验结果表明:该方法可以实现高达95%以上的识别率,在1~4通道采集点分布于前臂4块肌肉的情况下,采用3个通道综合性能最优,采用4个通道无明显优势,4块肌肉采集位置的选取对识别效果基本没有影响。
肌音、手部动作、模式识别、主成分分析、线性分类器
37
R496(康复医学)
国家自然科学基金资助项目50775072
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
644-649