基于表面肌电的手指运动向量分类方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究的目的和意义 | 第10-12页 |
| ·国内外对sEMG 的研究状况 | 第12-16页 |
| ·本文的研究内容 | 第16-18页 |
| 第2章 表面肌电信号的生理学机理 | 第18-27页 |
| ·神经系统对肌肉的控制作用 | 第18-23页 |
| ·神经中枢对运动的控制 | 第18-19页 |
| ·脊髓运动神经元和神经肌肉接头 | 第19-20页 |
| ·骨骼肌兴奋与运动原理 | 第20-21页 |
| ·运动单元与动作单位 | 第21-23页 |
| ·肌电信号与肌电图学 | 第23-24页 |
| ·表面肌电信号产生的机理 | 第24-26页 |
| ·肌肉运动过程中肌电信号的产生 | 第24-26页 |
| ·表面肌电信号 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 表面肌电信号的拾取与预处理 | 第27-37页 |
| ·信号采集系统 | 第27-32页 |
| ·采集信号部位的选择 | 第27-28页 |
| ·电极的选取及其安放位置的选取 | 第28-30页 |
| ·前置放大器的设计 | 第30-32页 |
| ·实验方法 | 第32-36页 |
| ·目的 | 第32页 |
| ·实验受试者及标准动作姿势 | 第32-33页 |
| ·仪器和材料 | 第33页 |
| ·步骤 | 第33页 |
| ·实验结果及预处理后结果 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于小波分析的sEMG 特征提取 | 第37-58页 |
| ·引言 | 第37-38页 |
| ·表面肌电信号的几种常用分析方法 | 第38-44页 |
| ·时域分析 | 第38-40页 |
| ·频域分析 | 第40-41页 |
| ·时-频域分析 | 第41-43页 |
| ·高阶谱分析 | 第43-44页 |
| ·混沌与分形 | 第44页 |
| ·基于小波变换和小波包分析的sEMG 特征提取 | 第44-57页 |
| ·小波概述 | 第45-47页 |
| ·基于小波变换分析的sEMG 特征提取 | 第47-53页 |
| ·基于小波包分析的sEMG 特征提取 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 表面肌电信号分类方法的研究 | 第58-73页 |
| ·几种常用的肌电信号分类器 | 第58-61页 |
| ·基于统计的分类方法 | 第58-59页 |
| ·模糊分类方法 | 第59页 |
| ·模式聚类分类方法 | 第59-60页 |
| ·神经网络分类方法 | 第60-61页 |
| ·基于sEMG 信号特征向量的神经网络分类 | 第61-72页 |
| ·BP 神经网络理论基础及其特性 | 第62-64页 |
| ·BP 神经网络算法 | 第64-68页 |
| ·BP 神经网络的构建 | 第68-69页 |
| ·基于小波变换系数奇异值的BP 神经网络分类 | 第69-71页 |
| ·基于相对小波包能量的BP 神经网络分类 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |
