上肢表面肌电信号的特征分析方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 肌电信号概述 | 第9-10页 |
| 1.3 表面肌电信号的国内外研究现状 | 第10-14页 |
| 1.3.1 表面肌电信号去噪处理研究现状 | 第10-11页 |
| 1.3.2 表面肌电信号特征提取研究现状 | 第11-14页 |
| 1.3.3 表面肌电信号分类识别研究现状 | 第14页 |
| 1.4 主要研究内容及章节安排 | 第14-16页 |
| 第2章 表面肌电信号的产生和采集 | 第16-31页 |
| 2.1 肌肉电信号的产生机理 | 第16-17页 |
| 2.2 肌电信号的特点及其数学模型 | 第17-21页 |
| 2.2.1 肌电信号的特点 | 第17-18页 |
| 2.2.2 肌电信号的数学模型 | 第18-21页 |
| 2.3 动作模式和贴片位置的选择 | 第21-22页 |
| 2.3.1 动作模式的选择 | 第21-22页 |
| 2.3.2 电极位置选择 | 第22页 |
| 2.4 表面肌电信号的采集 | 第22-30页 |
| 2.4.1 实验采集系统 | 第23页 |
| 2.4.2 肌电信号采集硬件 | 第23-26页 |
| 2.4.3 肌电信号采集软件 | 第26-29页 |
| 2.4.4 肌电信号采集实验 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 表面肌电信号去噪分析 | 第31-45页 |
| 3.1 噪声信号来源分析 | 第31-32页 |
| 3.2 数字滤波器去噪 | 第32-36页 |
| 3.3 小波去噪 | 第36-42页 |
| 3.3.1 小波基函数 | 第36-37页 |
| 3.3.2 小波变换 | 第37-38页 |
| 3.3.3 小波去噪的基本思想 | 第38-42页 |
| 3.4 去噪分析 | 第42-44页 |
| 3.4.1 去噪评价准则 | 第42-43页 |
| 3.4.2 去噪效果比较 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 表面肌电信号特征提取分析 | 第45-58页 |
| 4.1 时域分析方法 | 第45-46页 |
| 4.2 频域分析方法 | 第46-47页 |
| 4.3 时频分析法 | 第47-49页 |
| 4.3.1 小波分析 | 第47页 |
| 4.3.2 多分辨率小波分析 | 第47-49页 |
| 4.4 实验结果分析 | 第49-57页 |
| 4.4.1 时域特征提取分析 | 第49-51页 |
| 4.4.2 频域特征提取分析 | 第51页 |
| 4.4.3 小波特征提取分析 | 第51-56页 |
| 4.4.4 特征向量的确定 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 表面肌电信号的特征识别 | 第58-70页 |
| 5.1 特征分类方法 | 第58-59页 |
| 5.2 BP神经网络分类器 | 第59-64页 |
| 5.2.1 BP标准算法 | 第61-62页 |
| 5.2.2 BP算法改进 | 第62-63页 |
| 5.2.3 网络设计 | 第63-64页 |
| 5.3 实验结果和分析 | 第64-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第77页 |
