基于肌音信号的步态动作模式识别研究

通过采集腿部肌肉5个通道的肌音信号,利用3层决策树对跑步、上楼、下楼、走路、静止5种步态动作进行模式识别研究。在决策树的第1层和第2层,应用双阈值门限法识别静止和跑步两种步态模式,在第3层,提出基于步态信号的自适应不等长分割算法以及改进的模糊熵算法,利用线性分类器对走路、上楼、下楼进行分类识别。结果表明:双门限阈值法可有效地对静止和跑步进行识别,当采用改进的模糊熵特征时,对走路、上楼、下楼3种步态模式的分类准确率达到了94.87%;而当综合利用近似熵、样本熵和改进的模糊熵3种特征时,其分类准确率达到了98.76%。     

基于肌音信号分析的踝关节动作模式识别

通过测量分析受试者小腿胫骨前肌和腓骨短肌的肌音信号,对踝关节背伸、跖屈、外展、内收等4个动作进行模式识别研究。提出了基于二次包络线的不等长信号分割算法,以及基于非线性小波变换的奇异值特征提取方法,并使用SVM分类器进行模式识别。结果表明：基于不等长分割的算法可以有效截取踝关节肌音信号的动作段信号;在两通道信号采集的情况下,利用非线性小波变换得到的奇异值特征在踝关节四模式识别中总体准确率可以达到87.8%,验证了本文提出的分析方法的有效性。     

基于肌音信号的四种手部动作模式的识别方法

肌音(MMG)是指肌肉收缩时发出的2~100 Hz的低频“声音”。近年来,有研究将前臂肌音信号作为生理信号源应用于假肢手的控制,并取得了一定的进展。利用主成分分析法(PCA)对多通道采集的前臂肌音信号的18个时、频域特征的特征空间进行降维,并采用线性分类器对4种手部动作模式（手掌握紧、手掌张开、腕部弯曲、腕部伸直）进行判别。用本方法对32名受试者的前臂肌音信号进行采集分析研究,并对通道数的确定和采集位置敏感性等作了研究。实验结果表明：该方法可以实现高达95%以上的识别率,在1~4通道采集点分布于前臂4块肌肉的情况下,采用3个通道综合性能最优,采用4个通道无明显优势,4块肌肉采集位置的选取对识别效果基本没有影响。     

基于肌音信号的虚拟假肢控制

将肌音（Mechanomyography, MMG）信号作为假肢控制的生理信号源,实现了对于虚拟假肢的抓放控制。针对手部在握紧张开动作过程中前臂肌肉声音信号,提取动作信号的7种时域特征并利用线性分类器进行分类识别,用以分辨手部动作类型,正确率为(95.63±2.55)%,并利用辨识结果产生控制信号实现对虚拟手的控制。结果表明肌音信号的动作判断具有很高的正确率,为利用肌音信号控制假肢提供了依据。     

基于肌音信号的握力运动时桡侧腕屈肌动态疲劳分析

采集了10名受试者在做手部握力动作时桡侧腕屈肌的肌音信号,通过对信号进行滤波、动作分割和特征提取来分析肌肉动态疲劳程度与肌音信号特征值的关系。在信号滤波中,采用了小波包（WP）分解重构和经验模态分解（EMD）两种方法。在动作信号的分割中,提出了基于移动窗内信号方差阈值的自适应不等长分割算法。在特征提取时,提出了利用包含多个动作信号的移动窗对分割好的信号进行再重构,并选用平均功率频率（MPF）和中值频率（MDF）作为窗内信号提取的特征,再分别利用指数函数、二次函数和线性函数对特征值进行拟合。结果表明：去噪方法选用小波包分解重构、特征值选用MPF值、拟合方式选用指数函数进行逼近的分析方法,可以更好地反映肌肉疲劳的变化趋势。     

基于肌音信号短时傅里叶变换的桡侧腕屈肌疲劳程度研究

肌肉疲劳是由运动引起的肌肉最大随意收缩力减小的现象,其研究可应用于生理医学的职业病预防或体育工程的运动员训练等方面。本文采用短时傅里叶变换对肌音信号进行处理,提取频域特征平均功率频率（Mean Power Frequency,MPF）和中值频率（Median Frequency,MDF）,研究其与肌肉疲劳程度之间的关系。9名健康的男性志愿者参与了本次试验,采用等值于60%最大随意收缩力（MVC）的力产生恒力肌肉疲劳,同步记录每一位受试者桡侧腕屈肌的肌音信号,对提取的频域参数进行分析。将持续30 s的肌肉疲劳过程分为6个时间阶段（每个阶段为5 s）,并对每个时间阶段内的MPF和MDF计算均值。结果表明,随着肌肉疲劳程度加深,肌音信号的MPF和MDF在每个时间阶段内的均值均呈现近似线性下降的趋势。在30 s肌肉疲劳过程中,从第1阶段（1~5 s）到第6阶段（26~30 s）,MPF均值下降了15.8%,MDF均值下降了26.1%。基于短时傅里叶变换提取的MPF和MDF指标能良好地反映疲劳敏感性和稳定性,在评定肌肉静态疲劳方面是较好的参考指标。本文采用的方法和得到的结果为后期更深入地使用肌音信号对肌肉疲劳程度进行量化研究提供了依据。     

短跑途中跑的技术动作分析

短跑途中跑的技术动作对于提高短跑成绩起着重要的作用,它使短跑运动员在途中跑的过程中减少能量损失,并调节肌肉运动紧张、放松合理交替,这些对提高短跑运动员的速度有着很大的帮助。本文运用文献综述法与逻辑分析法对短跑途中跑的技术进行分析,为短跑途中跑的教学提供理论依据。     

基于小波包变换的下肢肌电假肢控制信息源的研究

肌电信号要作为下肢假肢的控制信息源，必须经过信号处理与特征提取。小波变换能将各种交织在一起的由不同频率组成的混合信号分解成不同频段的信号，可以检测出许多其他分析方法忽略的信号特性，因此小波变换常被用于表面肌电信号的处理。而小波包变换对信号逐渐变宽的频谱可以进一步分割细化，具有良好的局部化品质，比正交小波变换更优越。本文将利用小波包变换方法对站立与行走过程中大腿股四头肌部位的肌电信号进行分析和特征提取，并利用各频段能量构造特征矢量，经过学习矢量量化神经网络训练能够有效地从股四头肌采集的肌电信号中识别站立及行走的运动模式。     

基于行人头部保护碰撞的试验设备设计

基于EEVC(European Enhanced Vehicle-Safety Committee)制定的行人碰撞保护（头部）标准,开展了行人碰撞保护设备的设计工作,介绍了头部碰撞试验设备的功能原理及各个模块的设计,建立了设备冲击所需气压与头型飞行速度之间的关系,并从速度控制方面对设备的试验能力进行了仿真。仿真结果表明：该设备满足EEVC对行人碰撞的要求,可用于下一步的设计开发。     

基于小波包分析和SVM的在线手写签名鉴别

针对在线手写签名难以提取有效特征的实际情况,提出用小波包分解和单支重构来构造能量特征向量的方法,直接利用各频段成分能量的变化来反映签名的动态特征。给出了衡量各特征识别能力的Fisher准则,并且基于该准则剔除了识别能力差的特征,优化了特征空间。用该方法构造的特征向量能突出反映签名的动态特征。然后采用SVM对签名进行识别。实验证明:采用本文方法识别的正确率高达99.38%,错误拒绝率FRR=0.25%,错误接受率FAR=1.0%,其性能令人满意。     

基于复值小波模和幅角经验正交分解的奇异性特征提取

提出了基于Hermitian复值小波模和幅角经验正交分解方法,采用这种方法可以提取信号奇异性特征。通过在滚动轴承故障诊断应用表明:小波模和幅角协方差矩阵的特征值向量反映了在时间-尺度平面上的分布结构,不受时间平移影响,便于信号的奇异性特征提取;用主成分重构信号小波模和幅角,能更清晰地反映信号的奇异性特征,便于分类识别.     

A Study on the Correlativity of MRI Signal Classifications with TCM Syndromes in Femoral Head Necrosis Patients

Objective:To probe into the relation between magnetic resonance imaging(MRI) signal classifications and TCM syndromes in femoral head necrosis patients,so as to provide reference for TCM diagnosis of this disease.Methods:Refering to the criteria for TCM syndrome types of necrosis of the femoral head described in The Guiding Principles of Clinical Studies of New Chinese Drugs and Shimizu and Mitchell's MRI signal classifications,MRI signal classifications between different TCM syndrome types were compared.Re...     

基于类Haar特征和AdaBoost的车辆识别技术

在海量的监控视频中,快速、准确地识别车辆对公安破案和追踪具有重要的研究意义。通过提取车辆的类Haar特征,采用AdaBoost方法构建分类器可以实现监控视频中的车辆识别。针对原始算法误检率较高的问题,提出了采用背景差分去除背景干扰,以及采用目标对象差分法进行二次识别的两种改进算法。实验结果表明,两种改进算法都能够有效地降低误检率,提高检测率,并且对不同交通场景下的监控视频具有很好的检测效果。     

基于术前三维量化的头颈开窗技术治疗早期股骨头缺血性坏死

目的：探索基于虚拟现实辅助头颈开窗技术治疗早期股骨头缺血性坏死。方法：基于髋关节的64排螺旋cT连续断层二维图像,MimiCS软件重建股骨头病变组织的三维可视化结构,在三维量化的基础上实施头颈开窗。结果：MimiCS医学图像处理软件对髋关节CT扫描的Dicom格式数据进行三维重建图像结构清晰,能够对病变组织部位予以定位,对病变组织体积进行计算,使头颈开窗定位精确,打压植骨规范量化。结论：Mimics软件根据CT扫描所得的Dicom原始数据能准确重建股骨头缺血性坏死髋关节的三维立体结构,为头颈开窗技术治疗早期股骨头缺血性坏死骨质的评估、导针的定位、植骨的量化提供了客观的依据。