首页--医药、卫生论文--临床医学论文--康复医学论文--康复医学工程论文

肌音信号模式识别及其在假肢手操控中的应用研究

摘要第1-6页
Abstract第6-10页
第1章 引言第10-19页
   ·课题的研究背景第10页
   ·课题目的和意义第10-11页
   ·假肢手技术的研究现状第11-13页
   ·肌音信号及其在假肢手应用中的研究第13-16页
     ·肌音信号介绍第13-15页
     ·多模式肌音信号在假肢手控制中的应用第15-16页
   ·本课题研究内容第16-19页
第2章 多通道肌音信号采集系统第19-30页
   ·肌音信号采集传感器第19-21页
   ·肌音信号采集位置第21-22页
   ·肌音信号采集方案设计第22-24页
     ·试验者描述第22页
     ·肌音信号采集流程第22-24页
   ·肌音信号采集硬件系统第24-29页
     ·信号放大器第24-25页
     ·滤波器设计第25-27页
     ·肌音信号的AD转换第27-29页
   ·小结第29-30页
第3章 肌音信号的基本特征提取第30-37页
   ·肌音信号的动作分割第30-32页
   ·肌音信号的时域特征第32-34页
     ·常用统计量第32-33页
     ·AR模型估计参数第33页
     ·高阶累积量第33-34页
   ·肌音信号的频域特征第34-36页
     ·功率谱参数第34-35页
     ·倒谱系数第35页
     ·功率谱非负矩阵分解系数第35-36页
   ·通道肌音信号的特征提取第36页
   ·小结第36-37页
第4章 肌音信号的特征选择和优化第37-52页
   ·特征选择和优化的必要性第37-38页
   ·主成分分析法第38-40页
     ·主成分分析计算步骤第38-39页
     ·基于主成分分析的特征优化第39-40页
   ·偏最小二乘回归法第40-43页
     ·偏最小二乘回归法介绍第40-42页
     ·基于偏最小二乘回归法的特征优化第42-43页
   ·费希尔判别分析法第43-47页
     ·费希尔判别分析法的数学描述第43-45页
     ·费希尔判别分析法的降维阶数第45页
     ·基于费希尔判别分析法的特征优化第45-47页
   ·核广义判别分析法第47-51页
     ·核广义判别分析法简介第47页
     ·核广义判别分析法的计算第47-49页
     ·基于核广义判别分析法的特征优化第49-51页
   ·小结第51-52页
第5章 单、双通道肌音信号的多动作模式识别第52-61页
   ·肌音信号的模式识别第52-54页
     ·模式识别研究简介第52-53页
     ·二次分类器设计第53-54页
     ·训练,测试和交叉验证第54页
     ·显著性检验第54页
   ·单通道肌音信号手部动作的识别第54-55页
   ·单、双通道肌音信号手部动作的识别对比第55-58页
     ·基于主成分分析法的单双通道结果对比第56页
     ·基于偏最小二乘回归法的单双通道结果对比第56-57页
     ·基于费希尔判别分析法的单双通道结果对比第57-58页
     ·基于核广义判别分析法的单双通道结果对比第58页
     ·小结第58页
   ·四种特征优化方法在手部动作识别中的比较第58-60页
   ·小结第60-61页
第6章 基于MATLAB实时数据采集工具箱的假肢手操控第61-68页
   ·MATLAB环境下肌音信号的实时数据采集第61-62页
     ·MATLAB实时数据采集工具箱简介第61-62页
     ·实时肌音信号采集的实现第62页
   ·假肢手及其相关硬件第62-65页
     ·假肢手介绍第62-63页
     ·假肢手电机第63-64页
     ·假肢手电机的驱动电路第64-65页
   ·基于MATLAB实时数据采集工具箱的假肢手操控第65-66页
   ·小结第66-68页
第7章 结论与展望第68-70页
   ·结论第68-69页
   ·展望第69-70页
参考文献第70-76页
致谢第76-77页
攻读硕士学位期间发表的学术论文第77-78页
附录一第78-80页
附录二第80-83页
附录三第83-87页
附录四第87-88页

论文共88页,点击 下载论文
上一篇:支持细胞共培养促进神经干细胞向神经元分化和轴突生长的研究
下一篇:口服沥青基球形活性炭对糖尿病模型大鼠治疗作用的研究