基于表面肌电多特征的下肢行走关键模态识别研究
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-14页 |
·表面肌电研究意义与研究现状 | 第8-9页 |
·肌电信号特征提取方法 | 第9-11页 |
·本文研究目的与主要内容 | 第11-14页 |
·研究目的 | 第11-12页 |
·主要内容与章节安排 | 第12-14页 |
第二章 表面肌电信号采集与实验方案 | 第14-21页 |
·行走周期划分与关键模态标记 | 第14-16页 |
·行走周期划分 | 第14-15页 |
·行走周期对应关键模态标记 | 第15-16页 |
·表面肌电检测的下肢肌群位置选择 | 第16-17页 |
·表面肌电采集系统构成与受试者 | 第17-18页 |
·系统软件 | 第17-18页 |
·系统硬件 | 第18页 |
·实验受试者 | 第18页 |
·表面肌电信号采集实验 | 第18-21页 |
第三章 表面肌电信号预处理 | 第21-32页 |
·消除低频噪声 | 第22-24页 |
·降低工频干扰 | 第24-32页 |
·50Hz工频陷波 | 第24-25页 |
·ICA滤除工频干扰 | 第25-32页 |
第四章 表面肌电信号的特征提取 | 第32-55页 |
·时域特征参数 | 第32-38页 |
·序列模型特征 | 第38-44页 |
·常规AR模型 | 第39-42页 |
·时变AR模型 | 第42-44页 |
·时频特征参数 | 第44-55页 |
·非线性小波变换(NWT) | 第44-47页 |
·强度分析 | 第47-49页 |
·强度分析在本课题中的应用 | 第49-55页 |
第五章 关键模态识别方法与结果 | 第55-65页 |
·人工神经网络 | 第55-62页 |
·人工神经元模型 | 第56-57页 |
·激活传递函数 | 第57页 |
·BP神经网络 | 第57-62页 |
·交叉验证 | 第62页 |
·BP网络在本课题中的应用 | 第62-65页 |
第六章 总结与展望 | 第65-67页 |
·总结 | 第65页 |
·展望 | 第65-67页 |
参考文献 | 第67-71页 |
发表论文和参加科研情况说明 | 第71-72页 |
致谢 | 第72页 |