GRNN在肌电预测踝关节运动中的应用

摘要：

下肢运动预测对于步行康复机器人患者主动训练控制系统的设计具有重要意义.提出一种基于广义回归神经网络(GRNN)的利用肌电信号预测踝关节角轨迹算法:分别用肌电图仪和三维运动捕捉仪同步采集踝关节做屈伸运动时周围五块肌肉的肌电信号和踝关节角度,并对肌电信号进行特征提取.基于主分量分析的数值算法对肌电数据进行降维,得到肌电主分量信号.基于肌电主分量信号利用GRNN算法预测踝关节角轨迹,用黄金分割搜索算法确定GRNN中的最佳平滑参数σ.采用小波消噪算法对踝关节角预测轨迹进行滤波以提高预测精度.用上述算法对9名志愿者进行实验的结果表明:该方法预测精度较高,与BP神经网络预测算法相比运算时间短且预测误差较小,因而更适用于下肢关节角轨迹的在线预测.

关键词：广义回归神经网络、肌电信号、踝关节角、主分量分析、小波分析

所属期刊栏目：34

分类号：TN911.72

资助基金：国家自然科学基金项目50975165,51275282;上海市优秀学科带头人计划10XD1401900;上海市教委创新团队项目和上海市教委重点学科项目J51801

在线出版日期：2013-05-27（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：845-852