基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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(linear discriminant 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.
推荐文章
基于MYO和Android的肌电假肢手控制系统设计与实现
假肢手
MYO臂环
Android
表面肌电信号
假肢膝关节随动控制系统研究与设计
假肢膝关节
随动系统
模糊PID控制
PMA
基于虚拟现实技术的多功能肌电假肢控制系统开发平台
肌肉电信号(EMG)
肌电解码
虚拟现实技术
多功能假肢控制
simulink
基于神经网络的假肢无线控制系统的设计
神经网络
肌电信号
模式识别
STM32
无线控制
肌电假肢
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于肌动图与肌电图信号的假肢控制系统的研究
来源期刊 北京生物医学工程 学科 医学
关键词 肌动信号 肌电信号 模式识别 假肢控制
年,卷(期) 2011,(6) 所属期刊栏目 论著
研究方向 页码范围 574-577
页数 分类号 R318.04|TP212.9|TP241.3
字数 2380字 语种 中文
DOI 10.3969/j.issn.1002-3208.2011.06.05
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 游淼 中南大学地球科学与信息物理工程学院 1 5 1.0 1.0
5 邹国栋 中南大学地球科学与信息物理工程学院 2 9 2.0 2.0
6 林婉华 中国科学院深圳先进技术研究院 1 5 1.0 1.0
7 余龙 中国科学院深圳先进技术研究院 2 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (3)
二级引证文献  (4)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
肌动信号
肌电信号
模式识别
假肢控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
论文1v1指导