肌音信号在踝关节康复评价系统应用中的研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 引言 | 第10-17页 |
1.1 课题研究背景 | 第10页 |
1.2 课题的目的和意义 | 第10页 |
1.3 踝关节康复技术的研究现状 | 第10-11页 |
1.4 肌音信号的相关研究 | 第11-14页 |
1.4.1 肌音信号概述 | 第11-12页 |
1.4.2 基于肌音信号的肌肉疲劳研究 | 第12-13页 |
1.4.3 基于肌音信号的肌力研究 | 第13页 |
1.4.4 基于肌音信号的神经肌肉紊乱研究 | 第13页 |
1.4.5 基于肌音信号的动作识别研究 | 第13-14页 |
1.5 模式识别在踝关节动作分析中的应用 | 第14-15页 |
1.5.1 肌音信号采集 | 第14-15页 |
1.5.2 肌音信号分割 | 第15页 |
1.5.3 肌音信号特征提取 | 第15页 |
1.5.4 分类器设计与决策 | 第15页 |
1.6 本课题内容简介 | 第15-17页 |
第2章 踝关节肌音信号的采集 | 第17-28页 |
2.1 踝关节肌肉群与运动分析 | 第17-19页 |
2.2 MMG信号采集传感器 | 第19-21页 |
2.3 踝关节肌音信号采集流程 | 第21-22页 |
2.4 MMG信号处理电路 | 第22-24页 |
2.5 USB-6211采集卡 | 第24-25页 |
2.6 PC端采集程序 | 第25-27页 |
2.8 本章小结 | 第27-28页 |
第3章 踝关节肌音信号预处理 | 第28-42页 |
3.1 踝关节肌音信号频谱分析 | 第28-29页 |
3.2 MMG数字滤波 | 第29-31页 |
3.3 MMG归一化处理 | 第31-32页 |
3.4 肌音信号的等长分割 | 第32-34页 |
3.5 肌音信号不等长分割 | 第34-40页 |
3.5.1 信号包络线 | 第35-37页 |
3.5.2 不等长分割算法流程 | 第37-38页 |
3.5.3 不等长分割算法在matlab中的实现 | 第38-40页 |
3.6 本章小结 | 第40-42页 |
第4章 踝关节肌音信号特征提取与分类识别 | 第42-56页 |
4.1 肌音信号常用特征简介 | 第42页 |
4.2 小波特征与其他时频特征比较 | 第42-43页 |
4.3 连续小波变换CWT | 第43-44页 |
4.4 离散小波变换DWT | 第44-46页 |
4.5 小波包变换WPT | 第46-48页 |
4.6 非线性尺度小波变换NLSWT | 第48-52页 |
4.7 基于非线性尺度小波变化的奇异值特征 | 第52页 |
4.8 分类器选择与实验结果 | 第52-54页 |
4.8.1 支持向量机SVM网络概述 | 第52-53页 |
4.8.2 样本集与训练集的生成 | 第53-54页 |
4.8.3 分类结果 | 第54页 |
4.10 本章小结 | 第54-56页 |
第5章 基于肌音信号的踝关节康复评价系统 | 第56-62页 |
5.1 康复评价概述 | 第56页 |
5.2 常用踝关节康复评价方法 | 第56-58页 |
5.3 基于肌音信号的康复评价系统组成 | 第58-59页 |
5.4 踝关节肌音信号均方根RMS | 第59-60页 |
5.5 基于肌音信号的踝关节康复评价 | 第60-61页 |
5.6 本章小结 | 第61-62页 |
第6章 踝关节肌音信号无线采集 | 第62-83页 |
6.1 功能概述 | 第62页 |
6.2 信号采集硬件 | 第62-69页 |
6.2.1 微控制器选型 | 第63-64页 |
6.2.2 MMG调压电路 | 第64-65页 |
6.2.3 设备供电与电压转换 | 第65-68页 |
6.2.4 蓝牙透传模块 | 第68-69页 |
6.3 信号采集端固件编程 | 第69-77页 |
6.3.1 Cortex_M3处理器概述 | 第70页 |
6.3.2 Keil uVision4下工程建立 | 第70-72页 |
6.3.3 初始化设置 | 第72-75页 |
6.3.4 ADC信号采集 | 第75页 |
6.3.5 DMA转存 | 第75-76页 |
6.3.6 USART串口通信 | 第76-77页 |
6.3.7 定时器配置 | 第77页 |
6.4 主程序函数 | 第77-78页 |
6.5 蓝牙数据的接收 | 第78-82页 |
6.5.1 蓝牙设备配对 | 第79-80页 |
6.5.2 蓝牙数据的发送 | 第80-81页 |
6.5.3 蓝牙数据的接收 | 第81-82页 |
6.6 本章小结 | 第82-83页 |
第7章 结论与展望 | 第83-85页 |
7.1 结论 | 第83页 |
7.2 展望 | 第83-85页 |
参考文献 | 第85-89页 |
致谢 | 第89-90页 |
攻读硕士学位期间研究成果 | 第90-91页 |
附录 | 第91-94页 |