基于表面肌电信号的人体步态事件快速识别方法

• 作者: 尹贵 张小栋 陈江城
• 来源期刊: 中国机械工程
• 关键词: 表面肌电信号 步态事件 自适应模糊神经网络 康复机器人
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 信息技术
• 页码范围: 911-916,924
• 页数: 7页
• 分类号: TP242
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.07.011

摘要

针对下肢康复训练机器人主动训练阶段患者运动检测实时性、准确性的需求,提出一种基于动态表面肌电信号的人体步态事件快速识别方法.首先,通过表面肌电信号产生过程数学建模及步态过程中肌肉活动规律分析,给出了基于表面肌电信号强度及其变化特征的步态事件感知原理;其次,以双腿股外侧肌动态表面肌电信号强度及其变化为特征,构建了用于识别支撑和摆动两个步态事件的自适应模糊神经网络模型.实验结果表明:该方法识别结果正确率达95.3％,对足跟触地和脚尖离地事件发生时刻进行识别的平均时间误差分别为21.4 ms和24.5 ms,同时证明,该方法对步态之间表面肌电信号的差异具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小栋		90	590	14.0	19.0
2	尹贵		5	45	5.0	5.0
3	陈江城		6	59	5.0	6.0