首页--医药、卫生论文--基础医学论文--医用一般科学论文--生物医学工程论文

生物电信号分析及其在运动动作疲劳检测中的应用研究

摘要第5-7页
Abstract第7-8页
第一章 绪论第11-19页
    1.1 引言第11-13页
    1.2 国内外研究现状第13-17页
        1.2.1 肌肉疲劳第13-14页
        1.2.2 基于肌电的手势识别第14-15页
        1.2.3 肌肉协同分析与肌肉间的相干性第15-16页
        1.2.4 脑电信号与肌电信号融合的混合脑-机接口第16-17页
    1.3 本文研究的内容以及论文结构第17-19页
第二章 肌肉协同分析第19-29页
    2.1 肌肉协同概念第19页
    2.2 肌肉协同的提取第19-23页
        2.2.1 非负矩阵分解第20-22页
        2.2.2 肌肉协同数目的确定第22-23页
    2.3 肌肉间相干性第23-24页
    2.4 运动动作肌肉贡献度分解与相干性分析第24-28页
    2.5 本章小结第28-29页
第三章 肌肉疲劳对基于肌电信号的手势识别的影响第29-50页
    3.1 表面肌电信号的基本概念和特征第29-30页
    3.2 表面肌电信号的提取方式第30-33页
    3.3 基于表面肌电信号的手势识别第33-38页
        3.3.1 实验平台第33-34页
        3.3.2 基于表面肌电信号手势识别常用算法第34-36页
        3.3.3 评价标准第36-38页
    3.4 肌电信号时域和频域特征第38-39页
    3.5 实验测试疲劳对时域频域特征影响第39-44页
        3.5.1 实验采集系统第39-40页
        3.5.2 信号采集实验方法和过程第40-44页
    3.6 实验测试疲劳对手势识别影响第44-47页
    3.7 实验结果与分析第47-49页
    3.8 本章小结第49-50页
第四章 混合脑-机接口与动作识别第50-55页
    4.1 脑电信号概述第50-52页
        4.1.1 脑电信号基本概念和特征第50页
        4.1.2 P300电位第50-51页
        4.1.3 运动想象第51页
        4.1.4 脑电信号和运动康复第51-52页
    4.2 脑电信号和肌电信号融合的混合脑-机接口第52-54页
        4.2.1 混合脑-机接口的意义第52页
        4.2.2 混合BCI与动作识别第52-54页
    4.3 本章小结第54-55页
总结与展望第55-57页
参考文献第57-63页
攻读硕士学位期间取得的研究成果第63-64页
致谢第64-65页
附件第65页

论文共65页,点击 下载论文
上一篇:少层InSe和In2Se3的生长及转移印刷法制备器件电极
下一篇:基于Spark平台的移动通信站点规划