摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
第一章 绪论 | 第8-12页 |
§1-1 研究背景 | 第8页 |
§1-2 国内外的研究现状 | 第8-10页 |
1-2-1 国外发展概况 | 第8-9页 |
1-2-2 国内发展概况 | 第9-10页 |
§1-3 本论文主要研究内容 | 第10-12页 |
1-3-1 研究目的 | 第10页 |
1-3-2 研究理论基础 | 第10页 |
1-3-3 研究方法 | 第10-11页 |
1-3-4 关键技术 | 第11页 |
1-3-5 研究意义 | 第11-12页 |
第二章 肌电信号及其对人体下肢步态影响概述 | 第12-20页 |
§2-1 人体肌电信号概述 | 第12-15页 |
2-1-1 肌电信号产生的机理 | 第12页 |
2-1-2 肌电信号的特点 | 第12-13页 |
2-1-3 表面肌电信号及其测量 | 第13-14页 |
2-1-4 肌电测量传感器的零点漂移现象 | 第14-15页 |
2-1-5 肌电信号的预处理 | 第15页 |
§2-2 人体下肢行走步态概述 | 第15-17页 |
§2-3 行走速度对正常人下肢肌肉影响 | 第17-19页 |
§2-4 小结 | 第19-20页 |
第三章 肌肉动作起始时刻识别算法——PVPI 算法 | 第20-28页 |
§3-1 滤波后肌电信号的趋势判断 | 第20-21页 |
§3-2 峰—谷分段积分算法 | 第21-24页 |
3-2-1 峰—谷分段积分算法概述 | 第21-23页 |
3-2-2 PVPI 算法的基本思想 | 第23页 |
3-2-3 简化算法——峰—谷线性插值分段积分算法 | 第23-24页 |
§3-3 通过PVPI 算法识别肌肉动作起始时刻 | 第24-27页 |
3-3-1 PVPI(PVLI& PI)算法识别肌肉动作起始时刻 | 第24-26页 |
3-3-2 PVPI 算法识别肌肉动作起始时刻的优点 | 第26-27页 |
§3-4 小结 | 第27-28页 |
第四章 肌电信号识别人体行走步态周期 | 第28-40页 |
§4-1 基于PVPI 算法的步态周期识别 | 第28页 |
§4-2 实验仿真与研究 | 第28-33页 |
4-2-1 异常情况 | 第29页 |
4-2-2 峰谷时刻及趋势上升下降判断 | 第29-30页 |
4-2-3 峰、谷时刻的准确提取 | 第30-31页 |
4-2-4 趋势变化的阈值选择 | 第31-32页 |
4-2-5 仿真实验流程图 | 第32-33页 |
§4-3 步态周期识别结果分析 | 第33-39页 |
4-3-1 理想信号的分析 | 第34页 |
4-3-2 实际信号的分析 | 第34-39页 |
§4-4 小结 | 第39-40页 |
第五章 肌电信号识别及控制下肢假肢步态周期实验系统设计 | 第40-51页 |
§5-1 实验系统主界面设计 | 第40-44页 |
5-1-1 肌电信号的显示 | 第40页 |
5-1-2 个人信息输入模块 | 第40-42页 |
5-1-3 人体行走步态动画显示 | 第42-44页 |
5-1-4 识别结果的显示 | 第44页 |
§5-2 智能假肢单片机控制系统的设计 | 第44-50页 |
5-2-1 基于速度模式识别的膝上假肢控制方法 | 第45-47页 |
5-2-2 假肢系统调试 | 第47-50页 |
§5-3 本章小结 | 第50-51页 |
第六章 结论 | 第51-53页 |
§6-1 总结 | 第51-52页 |
§6-2 工作展望 | 第52-53页 |
参考文献 | 第53-56页 |
附录A 人体下肢肌肉解剖图 | 第56-57页 |
致谢 | 第57-58页 |
攻读学位期间所取得的相关科研成果 | 第58页 |