基于表面肌电信号形态特征的多模式识别研究

被引:13
作者
张启忠
席旭刚
罗志增
机构
[1] 杭州电子科技大学智能控制与机器人研究所
基金
浙江省自然科学基金;
关键词
表面肌电信号; 模式识别; 对支持向量机; 关联维; 分维数;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置]; TN911.7 [信号处理];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ; 0711 ; 080401 ; 080402 ;
摘要
为提高肢体运动模式识别率,基于肌电信号的产生机理提出了选用信号的形态特征实现肌电信号模式识别的新方案。方案以分形理论中关联维及分维数的概念分别表征肌电信号的复杂度及自相似性,其中关联维的计算采用了一种改进的G-P算法、即G-P关联维逼近法;在手部动作模式识别中,以关联维和分维数作为表面肌电信号的特征向量,分类器采用由对支持向量机构造的二叉树结构多类分类器。针对手部张开、合拢及腕伸、腕屈4种运动模式的识别实验,该方法的正确识别率达到了91.0%,已具备一定的实用性。
引用
收藏
页码:1636 / 1642
页数:7
相关论文
共 12 条
[1]   基于多尺度最大李雅普诺夫指数的表面肌电信号模式识别 [J].
邹晓阳 ;
雷敏 .
中国生物医学工程学报, 2012, 31 (01) :7-12
[2]   基于复杂度的针刺脑电信号特征提取 [J].
边洪瑞 ;
王江 ;
韩春晓 ;
邓斌 ;
魏熙乐 ;
车艳秋 .
物理学报, 2011, 60 (11) :743-751
[3]   基于多尺度Lempel-Ziv复杂度的运动想象脑电信号特征分析 [J].
罗志增 ;
曹铭 .
传感技术学报, 2011, 24 (07) :1033-1037
[4]   SVM分类核函数及参数选择比较 [J].
奉国和 .
计算机工程与应用 , 2011, (03) :123-124+128
[5]   脑电信号中工频干扰去除的综合研究 [J].
王兵 ;
王魁 ;
梁晓霖 ;
王柏祥 .
传感技术学报, 2010, 23 (01) :87-92
[6]   基于熵理论和复杂度的肌电信号分析 [J].
肖毅 ;
陈善广 ;
王春慧 .
科技导报, 2009, 27 (21) :77-81
[7]   基于模糊自相似性的表面肌电信号分形分析 [J].
胡晓 ;
王志中 ;
任小梅 ;
马波 .
北京生物医学工程, 2006, (02) :178-181
[8]   局部肌肉疲劳的表面肌电信号复杂度和熵变化 [J].
刘加海 ;
王健 ;
罗晓芳 .
生物物理学报, 2004, (03) :198-202
[9]   表面肌电信号的分形分析 [J].
王人成 ;
黄昌华 ;
常宇 ;
杨年峰 .
中国医疗器械杂志, 1999, (03) :3-5+16
[10]   Fractal analysis features for weak and single-channel upper-limb EMG signals [J].
Phinyomark, Angkoon ;
Phukpattaranont, Pornchai ;
Limsakul, Chusak .
EXPERT SYSTEMS WITH APPLICATIONS, 2012, 39 (12) :11156-11163