| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究的背景和意义 | 第8-10页 |
| 1.2 国内外研究概况 | 第10-13页 |
| 1.2.1 国外发展概况 | 第11-12页 |
| 1.2.2 国内发展概况 | 第12-13页 |
| 1.3 本论文的主要研究内容 | 第13-16页 |
| 第二章 大腿截肢者残肢端sEMG的采集方案设计 | 第16-37页 |
| 2.1 表面肌电信号概述 | 第16-19页 |
| 2.1.1 下肢表面肌电信号的产生机理 | 第16-18页 |
| 2.1.2 表面肌电信号的优势 | 第18页 |
| 2.1.3 表面肌电信号特点 | 第18-19页 |
| 2.2 大腿截肢者不同步态分析 | 第19-24页 |
| 2.3 大腿截肢者残余肌肉位置与作用 | 第24-29页 |
| 2.3.1 大腿主要肌肉及作用 | 第25-26页 |
| 2.3.2 对大腿截肢者的统计与分析 | 第26-28页 |
| 2.3.3 肌肉筛选 | 第28-29页 |
| 2.4 表面肌电信号的采集 | 第29-36页 |
| 2.4.1 采集残肢sEMG存在的问题 | 第30-31页 |
| 2.4.2 肌电信号采集设备 | 第31页 |
| 2.4.3 嵌入无线传感器式接受腔的设计 | 第31-33页 |
| 2.4.4 基于LabView的sEMG采集软件设计 | 第33-34页 |
| 2.4.5 残肢端sEMG的采集 | 第34-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 sEMG的预处理与特征提取 | 第37-49页 |
| 3.1 残肢sEMG的预处理 | 第37-38页 |
| 3.2 肌肉收缩初始时刻确定 | 第38-41页 |
| 3.3 特征提取 | 第41-48页 |
| 3.3.1 提取时域特征值 | 第42-44页 |
| 3.3.2 提取频域特征值 | 第44-46页 |
| 3.3.3 提取AR模型参数特征值 | 第46-47页 |
| 3.3.4 特征融合 | 第47-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 基于有监督的Kohonen神经网络的步态识别 | 第49-61页 |
| 4.1 有监督的Kohonen神经网络的设计 | 第49-54页 |
| 4.1.1 Kohonen神经网络 | 第49-50页 |
| 4.1.2 改进Kohonen神经网络 | 第50-53页 |
| 4.1.3 有监督的Kohonen神经网络设计 | 第53-54页 |
| 4.2 基于有监督的Kohonen神经网络的步态识别 | 第54-59页 |
| 4.2.1 基于时域特征向量的步态识别 | 第54-55页 |
| 4.2.2 基于频域特征向量的步态识别 | 第55-56页 |
| 4.2.3 基于AR模型参数特征向量的步态识别 | 第56-57页 |
| 4.2.4 基于特征融合向量的步态识别 | 第57-59页 |
| 4.3 识别方法对比 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 结论 | 第61-63页 |
| 5.1 论文完成的主要工作 | 第61-62页 |
| 5.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间所获得的相关科研成果 | 第68-69页 |
| 致谢 | 第69页 |
