《基于肌动图与肌电图信号的假肢控制系统的研究》PDF+DOC
作者:游淼,邹国栋,林婉华,余龙
单位:北京生物医学工程学会;北京心肺血管疾病研究所
出版:《北京生物医学工程》2011年第06期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFBJSC2011060070
DOC编号:DOCBJSC2011060079
下载格式:PDF + Word/doc 文字可复制、可编辑
《电子鼻和电子舌技术在葡萄酒检测中的应用概述》PDF+DOC2016年第10期 张昱,侯旭杰
《基于肌电信号控制的仿生机械手掌控制系统设计》PDF+DOC2020年第09期 陈涛,杜福鹏
《浅谈对气动薄膜调节阀的认识及故障排除》PDF+DOC2019年第05期 连子涵,李天洺
《康复训练手套主从控制设计》PDF+DOC2017年第05期 刘持强,王志坚,李向攀,韩建海,郭冰菁
《基于脑电波传感器的智能轮椅控制系统》PDF+DOC2018年第01期 张坤,庄伟超,顾文杰,孙顺远,朱红洲,徐瑞
《一种单片机多功能温度测控系统的设计与实现》PDF+DOC2012年第02期 冯卓
《多传感器信息融合概述及其应用》PDF+DOC2010年第12期 王媛彬
《基于多源信息融合的膝上假肢步态识别方法》PDF+DOC2010年第12期 高云园,佘青山,孟明,罗志增
《电子鼻气体定量分析中灰色建模及应用》PDF+DOC2009年第10期 王鑫磊,袁祖强,殷晨波
《化学传感器阵列的计算机数据分析方法和发展趋势》PDF+DOC2008年第04期 陈四海,周敬良
目的验证使用肌动图(mechanomyography,MMG)和肌电图(electromyography,EMG)两种信号共同作为假肢控制信号时,是否能提高假肢控制系统分类的准确度。方法本文采用信号融合方法,通过融合6通道的MMG信号与2通道的EMG信号,以及基于模式识别的线性判别分析(lineardiscriminant analysis,LDA)算法,研制了基于MMG和EMG信号的假肢控制系统。结果该系统能对采集到的信号进行处理并得出动作分类结果,然后控制假肢完成相应动作。对6位测试者的腕屈、腕伸、张开、握拳4类动作以及静止状态进行假肢控制的动作分类准确度实验,准确度达94.6%,比单独用MMG信号的精度88.5%或EMG信号精度90.4%效果更好。结论基于MMG与EMG信号的假肢控制系统可以更好地实现假肢控制动作的有效分类,未来可应用于上臂截肢的残疾人。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。