摘要 | 第4-5页 |
abstract | 第5页 |
1. 绪论 | 第8-16页 |
1.1 前言 | 第8页 |
1.2 文献综述 | 第8-14页 |
1.2.1 表面肌电信号研究背景 | 第8-11页 |
1.2.2 表面肌电信技术在运动生物力学中的应用 | 第11-13页 |
1.2.3 Matlab概况 | 第13-14页 |
1.3 本文的主要研究内容 | 第14-15页 |
1.4 论文结构 | 第15-16页 |
2. 运动生物力学中的表面肌电信号处理和分析简要方法 | 第16-26页 |
2.1 用于sEMG信号噪声去除的方法 | 第16-19页 |
2.1.1 滤波器消噪 | 第16-17页 |
2.1.2 基于离散小波的信号滤波 | 第17页 |
2.1.3 基于EMD的sEMG信号滤波 | 第17-19页 |
2.2 肌电图激活和失活时间点分析 | 第19-22页 |
2.2.1 单阈值方法 | 第20页 |
2.2.2 双阈值方法 | 第20-21页 |
2.2.3 小波预处理 | 第21-22页 |
2.3 肌电图与肌力之间关系分析 | 第22页 |
2.4 肌肉疲劳状态分析 | 第22-26页 |
2.4.1 频谱和振幅联合分析 | 第23页 |
2.4.2 时—频和时间—尺度方法 | 第23-26页 |
3. 软件界面设计 | 第26-30页 |
3.1 软件的功能分析和结构组成 | 第26-27页 |
3.1.1 软件设计流程 | 第26-27页 |
3.1.2 软件设计的步骤 | 第27页 |
3.2 主界面设计 | 第27-28页 |
3.3 子界面设计 | 第28-30页 |
4. 各功能函数的实现 | 第30-48页 |
4.1 函数参数的获取及运行 | 第30页 |
4.2 预处理函数 | 第30-36页 |
4.2.1 提取有用数据功能 | 第30-31页 |
4.2.2 数据截取功能实现 | 第31-32页 |
4.2.3 全波整流 | 第32页 |
4.2.4 移动窗实现 | 第32-33页 |
4.2.5 滤波器 | 第33-34页 |
4.2.6 特定频率自适应滤波器 | 第34页 |
4.2.7 小波滤波 | 第34-35页 |
4.2.8 EMD滤波 | 第35-36页 |
4.3 时域参数提取函数 | 第36-38页 |
4.3.1 RMS | 第36-37页 |
4.3.2 iEMG | 第37页 |
4.3.3 多项式回归分析 | 第37-38页 |
4.4 频域参数提取函数 | 第38-39页 |
4.4.1 频谱图 | 第38页 |
4.4.2 MNF | 第38页 |
4.4.3 MDF | 第38-39页 |
4.5 时频参数提取函数 | 第39-40页 |
4.5.1 时间—频率分析 | 第39页 |
4.5.2 时间—尺度分析 | 第39-40页 |
4.6 其他功能函数 | 第40-42页 |
4.6.1 时间标准化 | 第40-41页 |
4.6.2 振幅标准化 | 第41-42页 |
4.6.3 求多条数据平均值和标准差 | 第42页 |
4.7 激活时间点的分析函数 | 第42-47页 |
4.7.1 单阈值分析方法 | 第42-44页 |
4.7.2 双阈值分析方法 | 第44-45页 |
4.7.3 小波预处理后检测 | 第45-47页 |
4.8 函数的扩展 | 第47-48页 |
5. 实证验证 | 第48-52页 |
5.1 软件的移植 | 第48页 |
5.1.1 软件移植的方式 | 第48页 |
5.1.2 软件脱离Matlab环境的实现 | 第48页 |
5.2 肌肉激活和失活分析方法比较 | 第48-49页 |
5.3 数据分析实例 | 第49-52页 |
6. 总结及软件更新的展望 | 第52-54页 |
6.1 软件的评价 | 第52页 |
6.2 后期展望 | 第52-54页 |
7. 参考文献 | 第54-59页 |
8. 致谢 | 第59-60页 |
9. 附件 | 第60-64页 |