| 摘要 | 第13-16页 |
| ABSTRACT | 第16-19页 |
| 第1章 绪论 | 第20-38页 |
| 1.1 研究背景及意义 | 第20-22页 |
| 1.2 基于上肢康复训练机器人自主康复训练的研究 | 第22-26页 |
| 1.2.1 上肢康复训练机器人研究进展 | 第22-23页 |
| 1.2.2 基于动作追踪的康复训练机器人控制 | 第23-25页 |
| 1.2.3 康复模式 | 第25-26页 |
| 1.3 基于sEMG信号的康复训练机器人控制 | 第26-32页 |
| 1.3.1 sEMG信号作为控制源的产生 | 第26页 |
| 1.3.2 基于sEMG信号模式识别的肌电控制 | 第26-29页 |
| 1.3.3 表面肌电信号模式识别关键技术 | 第29-32页 |
| 1.4 研究问题及技术路线 | 第32-35页 |
| 1.5 研究目标及内容 | 第35-38页 |
| 1.5.1 研究目标 | 第35页 |
| 1.5.2 内容及组织安排 | 第35-38页 |
| 第2章 基于sEMG信号的机器人辅助上肢自主引导康复方案 | 第38-54页 |
| 2.1 自主训练方式下的上肢运动康复方案 | 第38-41页 |
| 2.1.1 神经系统可塑性原理 | 第38-39页 |
| 2.1.2 运动再学习方法 | 第39-40页 |
| 2.1.3 康复方案 | 第40-41页 |
| 2.2 上肢主要动作模式 | 第41-45页 |
| 2.2.1 上肢解剖学结构与肌肉分布 | 第41-43页 |
| 2.2.2 上肢动作模式与相关肌肉 | 第43-45页 |
| 2.3 上肢动作模式相关的sEMG信号 | 第45-49页 |
| 2.3.1 上肢动作模式相关肌肉与多通道sEMG信号分析 | 第45-46页 |
| 2.3.2 sEMG信号采集 | 第46-49页 |
| 2.4 基于sEMG信号的动作模式识别 | 第49-53页 |
| 2.4.1 sEMG信号与上肢动作模式的关系与规律 | 第50-52页 |
| 2.4.2 基于sEMG信号的动作模式识别方法 | 第52-53页 |
| 2.5 本章小结 | 第53-54页 |
| 第3章 sEMG信号多阶联合特征空间构造 | 第54-72页 |
| 3.1 上肢sEMG信号非高斯性判定 | 第54-56页 |
| 3.2 特征空间构造方案 | 第56-57页 |
| 3.3 高阶统计量与双谱理论 | 第57-59页 |
| 3.4 双谱特征 | 第59-65页 |
| 3.4.1 双谱矩阵的估计 | 第59-60页 |
| 3.4.2 双谱特征提取 | 第60-62页 |
| 3.4.3 双谱特征空间降维 | 第62-65页 |
| 3.5 联合特征空间构造 | 第65-66页 |
| 3.6 特征空间有效性评价 | 第66-69页 |
| 3.7 本章小结 | 第69-72页 |
| 第4章 基于ReliefF的sEMG信号通道约简 | 第72-92页 |
| 4.1 通道可约简性分析 | 第73-76页 |
| 4.1.1 信号通道相关性分析 | 第73-75页 |
| 4.1.2 特征空间分布 | 第75-76页 |
| 4.2 基于ReliefF的通道约简 | 第76-84页 |
| 4.2.1 通道约简方案 | 第76-77页 |
| 4.2.2 Relief简介 | 第77-79页 |
| 4.2.3 基于ReliefF的sEMG信号通道有效性判定 | 第79-82页 |
| 4.2.4 特征可分性分析 | 第82-84页 |
| 4.3 通道约简结果 | 第84-86页 |
| 4.4 通道约简结果评价 | 第86-90页 |
| 4.4.1 通道约简对分类精度的影响 | 第86-87页 |
| 4.4.2 通道约简对分类速度的影响 | 第87-90页 |
| 4.5 本章小结 | 第90-92页 |
| 第5章 TS-SVM多类分类策略及上肢动作分类 | 第92-110页 |
| 5.1 SVM原理 | 第92-97页 |
| 5.1.1 两类SVM分类 | 第92-95页 |
| 5.1.2 多类SVM分类 | 第95-96页 |
| 5.1.3 OVO-SVM用于上肢动作分类的局限性 | 第96-97页 |
| 5.2 TS-SVM多类分类策略 | 第97-100页 |
| 5.2.1 多步SVM分类策略 | 第97-98页 |
| 5.2.2 TS-SVM上肢动作分类策略 | 第98-100页 |
| 5.3 TS-SVM上肢动作分类 | 第100-104页 |
| 5.3.1 样本设置 | 第100-101页 |
| 5.3.2 分类器设置 | 第101-102页 |
| 5.3.3 动作分类过程 | 第102-104页 |
| 5.4 TS-SVM分类结果评价 | 第104-107页 |
| 5.4.1 分类器数量与分类决策次数 | 第104-105页 |
| 5.4.2 分类准确率 | 第105页 |
| 5.4.3 分类器训练时间 | 第105-106页 |
| 5.4.4 模式分类时间 | 第106-107页 |
| 5.5 本章小结 | 第107-110页 |
| 第6章 面向ADL能力的虚拟现实上肢康复训练环境 | 第110-128页 |
| 6.1 ADL康复需求与康复训练策略 | 第110-113页 |
| 6.1.1 康复需求 | 第110-111页 |
| 6.1.2 训练策略 | 第111-112页 |
| 6.1.3 训练模式 | 第112-113页 |
| 6.2 康复训练环境总体框架 | 第113-122页 |
| 6.2.1 组成及工作原理 | 第113-115页 |
| 6.2.2 康复训练机器人系统 | 第115-117页 |
| 6.2.3 虚拟现实系统及任务场景 | 第117-122页 |
| 6.3 康复训练软件 | 第122-124页 |
| 6.3.1 功能模块 | 第122-124页 |
| 6.3.2 通讯与交互设计 | 第124页 |
| 6.4 康复训练环境运行测试 | 第124-126页 |
| 6.5 本章小结 | 第126-128页 |
| 总结与展望 | 第128-132页 |
| 参考文献 | 第132-154页 |
| 攻读博士学位期间发表的论文及参与课题 | 第154-156页 |
| 致谢 | 第156-158页 |
| 外文论文 | 第158-182页 |
| 附件 | 第182页 |
