| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 sEMG信号在康复医学中的应用 | 第12-13页 |
| 1.2.2 Kinect在康复医学中的应用 | 第13-14页 |
| 1.3 本文的主要内容 | 第14-15页 |
| 1.4 各章节的安排 | 第15-16页 |
| 第2章 sEMG信号的预处理及常用特征提取 | 第16-26页 |
| 2.1 sEMG信号产生的生理学基础 | 第16-17页 |
| 2.2 sEMG信号的特点及采集过程 | 第17-19页 |
| 2.3 sEMG信号的预处理 | 第19-22页 |
| 2.3.1 sEMG信号的传统滤波处理 | 第20-21页 |
| 2.3.2 基于小波变换的sEMG信号去噪 | 第21-22页 |
| 2.4 sEMG信号的特征提取 | 第22-25页 |
| 2.4.1 时域特征提取 | 第23-24页 |
| 2.4.2 频域特征提取 | 第24页 |
| 2.4.3 时频分析特征提取 | 第24-25页 |
| 2.4.4 混沌域特征提取 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于肌电疲劳阈的肌肉疲劳有效性分析 | 第26-39页 |
| 3.1 评价肌肉疲劳的生理学指标 | 第26-27页 |
| 3.2 肌电疲劳阈（EMGFT）测定肌肉疲劳 | 第27-29页 |
| 3.2.1 EMGFT测定肌肉疲劳的优势 | 第27-28页 |
| 3.2.2 EMGFT测定肌肉疲劳的计算方法 | 第28-29页 |
| 3.3 EMGFT测量肌肉疲劳的有效性分析 | 第29-38页 |
| 3.3.1 实验目的 | 第29-30页 |
| 3.3.2 实验方案 | 第30-31页 |
| 3.3.3 实验过程及数据处理 | 第31-33页 |
| 3.3.4 实验数据及结果分析 | 第33-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 EMGFT处肌电信号的混沌特性分析 | 第39-46页 |
| 4.1 混沌理论简介 | 第39-40页 |
| 4.1.1 混沌分析方法 | 第39页 |
| 4.1.2 混沌特性 | 第39-40页 |
| 4.1.3 常用概念 | 第40页 |
| 4.2 EMGFT处信号的相空间重构 | 第40-42页 |
| 4.3 EMGFT处信号的李雅普诺夫指数 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 虚拟康复系统的设计 | 第46-59页 |
| 5.1 Kinect工作原理及开发平台介绍 | 第46-49页 |
| 5.1.1 Kinect的结构 | 第46-47页 |
| 5.1.2 Kinect的工作原理 | 第47-49页 |
| 5.1.3 Processing语言及开发平台介绍 | 第49页 |
| 5.2 康复训练系统总体设计方案 | 第49-53页 |
| 5.2.1 系统功能需求分析及整体框架设计 | 第49-51页 |
| 5.2.2 系统界面设计 | 第51-52页 |
| 5.2.3 游戏场景设计 | 第52-53页 |
| 5.3 系统运行实现过程 | 第53-56页 |
| 5.3.1 游戏执行过程 | 第53-56页 |
| 5.3.2 疲劳分析实现过程 | 第56页 |
| 5.4 系统运行效果 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间取得的科研成果 | 第66页 |