基于熵的肌电信号跌倒识别

• 作者: 席旭刚 张启忠 朱海港 罗志增
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 医学
• 关键词: 肌电信号 排列组合熵 模式识别 跌倒检测 经验模态分解 聚类分析
• 年，卷（期）: 2013,（z1）
• 所属期刊栏目: 机器人传感技术、多传感器集成与信息融合
• 页码范围: 211-214
• 分类号: R318.04
• 语种: 中文

摘要

为了实现基于表面肌电信号(sEMG)的跌倒模式识别,提出了一种基于经验模态分解(EMD)排列组合熵和聚类分析的表面肌电信号跌倒识别方法,用于跌倒检测.该方法对动作持续阶段的信号首先进行经验模态分解,将其分解为多个平稳的固有模态函数(IMF),再依据频率有效度选取若干个包含肌电信号有效信息的IMF分量求和后,计算其排列组合熵.以胫骨前肌和股直肌两路肌电信号对应的EMD排列组合熵组成的特征向量输入主轴核聚类分类器进行模式识别.对向前跌倒、蹲下、站起和平地行走四种动作进行识别实验,平均识别率达83.75％,该方法能减少计算复杂度,具有较强的鲁棒性和抗干扰能力.