摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-26页 |
1.1 肌力估计及其研究意义 | 第12-14页 |
1.2 肌力估计研究现状 | 第14-23页 |
1.2.1 基于运动学和动力学的肌力估计方法 | 第16-17页 |
1.2.2 基于肌电等生物信息的肌力估计方法 | 第17-20页 |
1.2.3 基于肌动信号的肌力估计方法 | 第20-23页 |
1.3 本论文研究目标和研究内容 | 第23-24页 |
1.4 论文组织结构 | 第24-26页 |
第2章 股四头肌肌动信号产生原理和采集方法 | 第26-36页 |
2.1 膝关节及股四头肌运动特性 | 第26-28页 |
2.2 肌动信号产生原理及与肌力关联性分析 | 第28-32页 |
2.2.1 肌肉收缩过程的微观解释 | 第28-29页 |
2.2.2 肌肉力量决定因素分析 | 第29-30页 |
2.2.3 肌动信号产生原理及与肌力关联性分析 | 第30-32页 |
2.3 肌动信号的采集方法 | 第32-34页 |
2.3.1 传感器的选型对信号采集的影响分析 | 第32-34页 |
2.3.2 多通道加速度传感器的设计 | 第34页 |
2.4 原始肌动信号的预处理 | 第34-35页 |
2.5 本章小结 | 第35-36页 |
第3章 基于本征模态函数的肌动信号处理方法研究 | 第36-62页 |
3.1 引言 | 第36-38页 |
3.2 基于多元经验模态分解的肌动信号时域分解 | 第38-49页 |
3.2.1 标准经验模态分解(EMD)方法 | 第38-40页 |
3.2.2 多元经验模态分解(MEMD)方法 | 第40-44页 |
3.2.3 噪声辅助经验模态分解方法——EEMD与NA-MEMD | 第44-49页 |
3.3 基于本征模态函数的多通道肌动信号处理方法研究 | 第49-52页 |
3.3.1 算法基本原理及实现方法 | 第50-51页 |
3.3.2 信号处理方法的评价 | 第51-52页 |
3.4 实验与结果分析 | 第52-60页 |
3.4.1 信号处理实验结果 | 第52-57页 |
3.4.2 分析与讨论 | 第57-60页 |
3.5 本章小结 | 第60-62页 |
第4章 基于自适应滑动窗的肌动信号特征提取方法研究 | 第62-88页 |
4.1 引言 | 第62页 |
4.2 肌肉收缩过程中的肌动信号特性与特征表达 | 第62-71页 |
4.2.1 肌纤维收缩数量与时域特征 | 第62-64页 |
4.2.2 肌肉收缩收放率与频域特征 | 第64-68页 |
4.2.3 肌动信号复杂度与样本熵 | 第68-70页 |
4.2.4 通道间串扰与相关性特征 | 第70-71页 |
4.3 肌动信号的瞬时频率特性研究 | 第71-80页 |
4.3.1 本征模态函数的希尔伯特变换 | 第73-77页 |
4.3.2 肌动信号的瞬时频率与瞬时能量特征 | 第77-80页 |
4.4 基于自适应滑动窗长度的特征提取方法研究 | 第80-85页 |
4.4.1 肌力变化的估计变量——瞬时能量 | 第81-82页 |
4.4.2 瞬时能量曲线的平滑处理 | 第82-84页 |
4.4.3 滑动窗长度的调整规则 | 第84-85页 |
4.5 实验与结果分析 | 第85-87页 |
4.5.1 自适应滑动窗特征提取方法实验结果 | 第85-86页 |
4.5.2 分析与讨论 | 第86-87页 |
4.6 本章小结 | 第87-88页 |
第5章 基于相关向量机的肌力估计回归模型研究 | 第88-100页 |
5.1 引言 | 第88页 |
5.2 基于相关向量机的肌力估计回归模型研究 | 第88-92页 |
5.2.1 相关向量机回归算法 | 第88-90页 |
5.2.2 回归模型的构建 | 第90-92页 |
5.3 肌力估计实验方案设计 | 第92-95页 |
5.4 实验与结果分析 | 第95-99页 |
5.4.1 回归模型准确度统计 | 第95-96页 |
5.4.2 不同回归算法对比 | 第96-97页 |
5.4.3 分析与讨论 | 第97-99页 |
5.5 本章小结 | 第99-100页 |
第6章 总结与展望 | 第100-104页 |
6.1 本文主要工作总结 | 第100-101页 |
6.2 研究展望 | 第101-104页 |
参考文献 | 第104-112页 |
致谢 | 第112-114页 |
在读期间发表的学术论文与取得的研究成果 | 第114-115页 |