基于表面肌电信号的上肢动作识别算法研究开题报告

1. 研究目的与意义（文献综述）

对于人类来说，人类由大脑来控制身体各个部位来进行正常的生理活动，大脑发出电信号，传导至全身各处，以达到控制全身的目的。我们的每个有意或无意的动作都离不开大脑的控制。而上肢在接收到大脑传来的信号后，自身也会有相应的电流来传到信息。本次实验课题所涉及的就是多种调节信号中的表面肌电信号(surfaceelectromyography，semg)。表面肌电信号属于一种微弱信号。当人运动时，脊髓的神经传输的是一种控制信号，这种信号通过神经肌肉接头传送给肌肉纤维，肌肉纤维通过两个过程，分别是去极化和复极化，在神经肌肉接头处产生动作电位，并且沿着肌肉纤维向两端传播，同时在外围组织产生电场，通过组织滤波，可以使用两种电极检测到动作电位，分别是针电极和表面电极，肌肉动作电位构成的曲线就是肌电信号。通过针电极收集到的肌电信号是针肌电信号；而通过表面电极所获取到的信号称为表面肌电信号(surfaceelectromyography signal, semg)。而本文所应用的信号就是表面肌电信号，表面肌电信号与神经肌肉运动有密切联系。

目前表面肌电信号的分析具有很重要的实际意义，其可被用于临床诊断、康复诊断、控制假肢等等方面。同时现实生活中，有很多因素例如运动员伤病、战争中战士受伤、灾难等造成人上肢功能受损，无法正常使用甚至是截肢。对于截肢者来说，失去了上肢，对于其生活会产生巨大的影响，无论是生活中的不便还是心灵上的创伤，都不可忽视。

假肢的出现一定程度上解决了这个问题。假肢使截肢者又可以恢复一定的活动能力，但是目前的一些假肢都是非智能的，只能做一些简单的操作，灵活性仍然受限。随着科学技术的发展，以及生物学上对于生物电的研究，使得肌电图学成为了一门学科，人们对于人类自身系统的运行有了一定的了解。得益于电子技术以及生物技术的发展，智能假肢进入了人们的视野。所谓智能假肢，即可以根据上肢有一定缺陷的患者的意识，来控制假肢做出一些简单假肢无法做出的动作。

2. 研究的基本内容与方案

表面肌电信号（surface electromyography. semg）是是肌纤维收缩后人体皮肤表面产生的复杂生物电信号,能够在一定程度上反映神经肌肉的活动状态,在临床医学、康复医学等方面具有重要的实用价值。

本次毕业设计的目标是在实验室中通过delsys系统采集上肢肌肉信号，使用matlab对采集到的上肢肌肉信号进行处理，并通过相关的算法对其进行识别。由于上肢肌肉信号数据集由实验室的相关人员进行采集，所以本次设计的基本内容不包括信号采集。基本内容分为三大步骤：信号预处理、特征提取以及训练神经网络分类。

第一部分：信号预处理。semg型号是一种及其微弱的生物电信号，其幅值变化范围0.5mv~30mv，在相关文献中也存在0到1.5mv的情况。目前在生物医学领域，semg信号的频率范围是0~500hz，频谱均值在50~150hz之间。semg在采集过程中存在的噪声来源有以下四种：环境噪声、固有噪声、运动伪迹以及直流偏移电位。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1] 曹书豪. 基于深度学习模型的表面肌电信号手势动作识别算法研究[d]. 学位论文. 2019(5)

[2] f. lotti, p.tiezzi, g. vassura, et al. development of ub hand 3:early results/ieee internationalconference on roboticsautomation. barcelona, spain,2005:22572264

[3] faragoemma,chinchalkar shrikant,lizotte daniel j,trejos ana luisa. development of anemg-based muscle health model for elbow trauma patients.[j]. sensors (basel,switzerland),2019,19(15).