發(fā)布時間：2020-12-02 23:45

　　隨著重負(fù)荷的體力勞動逐漸從人力承擔(dān)轉(zhuǎn)移至機(jī)器作業(yè),人體的各項(xiàng)機(jī)能日益減退,其中腿部力量的下降最為明顯,腿部肌肉的運(yùn)動鍛煉顯得尤為重要。運(yùn)動中,對腿部肌肉狀態(tài)變化的把握有利于提高鍛煉的科學(xué)性,而肌肉疲勞狀態(tài)則是評估肌肉功能的重要參考因素之一。本文設(shè)計(jì)并制作了一套完整的基于腿部多部位肌肉表面肌電信號評估腿部肌肉疲勞狀態(tài)的智能識別系統(tǒng)。腿部6塊目標(biāo)肌肉的sEMG通過扣式反饋電極片拾取后,經(jīng)過以AD620和OP07芯片為主組建的硬件調(diào)理電路放大濾波處理。利用基于Cortex-M3內(nèi)核的STM32F103C8T6內(nèi)部ADC將6路調(diào)理電路輸出的模擬信號轉(zhuǎn)化為數(shù)字信號,通過主從藍(lán)牙模塊HC-05將數(shù)據(jù)包轉(zhuǎn)發(fā)至基于ARM Cortex-A8內(nèi)核的AM335X開發(fā)板智能終端。智能終端可實(shí)現(xiàn)肌電圖繪制、無線轉(zhuǎn)發(fā)數(shù)據(jù)包至服務(wù)器及顯示回傳疲勞狀態(tài)數(shù)值的功能。服務(wù)器端加載訓(xùn)練完成的識別模型,處理實(shí)時接收的數(shù)據(jù)流,得出評估結(jié)果并下發(fā)至智能終端,及時提醒使用者放松腿部肌肉,進(jìn)而保證運(yùn)動安全。通過對肌電信號產(chǎn)生機(jī)理及特點(diǎn)的研究,論證多種分析方法優(yōu)缺點(diǎn),嘗試建立一種可融合多部位sEMG的多層雙向LSTM網(wǎng)絡(luò)模型來分析腿... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

加拿大Flexcomp十通道表面肌電信號采集儀美國Delsys公司生產(chǎn)的肌電信號測量儀尺寸小，便于人體攜帶，續(xù)航能力強(qiáng)，可同時采

的準(zhǔn)確可靠性，使得研究人員可以獲究可以更好地協(xié)助人們了解肌肉功能已經(jīng)研制出不少采集裝置，系統(tǒng)也愈大的 ThoughtTechnology 公司，其研已被廣泛應(yīng)用在康復(fù)醫(yī)療領(lǐng)域，如圖1 加拿大 Flexcomp 十通道表面肌電信號采電信號測量儀尺寸小，便于人體攜帶度高，采樣率高達(dá) 4khz[26]。如圖 1

圖 2.1 sEMG 產(chǎn)生機(jī)理流程圖面肌電信號的特點(diǎn)與應(yīng)用EMG 的拾取中，表面電極采集到的 sEMG 不是單一肌纖維的電活動，而是電極有肌纖維運(yùn)動單位動作電位的總和。未經(jīng)過調(diào)理的 sEMG 是一種非平穩(wěn)的微弱值在 0-5mv，均方根值一般在 0-1.5mV，頻帶范圍在 500hz 以下，有用信號頻率z-300HZ，主要能量集中在 10-100HZ 之間。圖 2.2 是原始表面肌電信號波形圖

【參考文獻(xiàn)】：
期刊論文
[1]基于表面肌電的肌肉疲勞檢測系統(tǒng)研究[J]. 糜超,陳陽,鄒凌.  現(xiàn)代電子技術(shù). 2018(20)
[2]下肢肌肉力量分類及訓(xùn)練方法的綜述[J]. 黃啟闖,徐紅旗.  體育科技文獻(xiàn)通報. 2018(09)
[3]基于O2O智能健身的服務(wù)模式研究[J]. 婁宇爽,李四達(dá).  藝術(shù)與設(shè)計(jì)(理論). 2018(07)
[4]全民健身視角下智能體育發(fā)展的研究[J]. 全粵華,文嘉敏.  運(yùn)動精品. 2018(04)
[5]基于ESP8266的粉塵監(jiān)測儀設(shè)計(jì)與實(shí)現(xiàn)[J]. 沈周鋒.  北華大學(xué)學(xué)報(自然科學(xué)版). 2018(02)
[6]運(yùn)動性疲勞的產(chǎn)生機(jī)理及其恢復(fù)[J]. 陳補(bǔ)林.  科技資訊. 2017(23)
[7]表面肌電信號的肌肉疲勞判別研究進(jìn)展[J]. 姜亞斌,鄒任玲,劉建.  生物信息學(xué). 2017(02)
[8]關(guān)于運(yùn)動性疲勞的研究綜述[J]. 牛崢,楊黎,萬緒鵬,牛健壯,劉潔,于雪梅,邵妮娜.  體育世界(學(xué)術(shù)版). 2017(01)
[9]談中長跑運(yùn)動員的運(yùn)動型疲勞與恢復(fù)訓(xùn)練[J]. 呂正剛.  黑龍江科學(xué). 2017(01)
[10]肌肉疲勞及肌肉損傷機(jī)制研究綜述[J]. 郭鑫,于天源,周嬙,賈文端,馬馳,陶艷紅.  中華中醫(yī)藥雜志. 2016(07)

博士論文
[1]根據(jù)肌電圖（EMG）信號評估人手臂肌肉力和肌肉疲勞的人工智能方法[D]. 烏薩馬（Usama Jasim Naeem）.華中科技大學(xué) 2013

碩士論文
[1]人體表面肌電信號采集與處理系統(tǒng)設(shè)計(jì)[D]. 李楠.內(nèi)蒙古大學(xué) 2018
[2]基于表面肌電信號的上肢模式識別技術(shù)研究[D]. 董海清.上海師范大學(xué) 2018
[3]基于sEMG的卒中上肢肌肉疲勞監(jiān)測系統(tǒng)設(shè)計(jì)[D]. 陸國冉.鄭州大學(xué) 2018
[4]基于表面肌電信號的穿戴式人體行為識別系統(tǒng)[D]. 俞畢洪.浙江大學(xué) 2018
[5]基于肌電信號的頸肩肌肉疲勞特性研究[D]. 李琰.天津工業(yè)大學(xué) 2018
[6]基于AM335X的多參數(shù)監(jiān)護(hù)儀[D]. 吳鳴.杭州電子科技大學(xué) 2017
[7]表面肌電的采集系統(tǒng)及應(yīng)用研究[D]. 方泓煜.電子科技大學(xué) 2017
[8]基于循環(huán)神經(jīng)網(wǎng)絡(luò)方法的腦電信號身份識別[D]. 周婧.北京郵電大學(xué) 2017
[9]基于ARM的表面肌電信號采集與模擬仿真系統(tǒng)的設(shè)計(jì)[D]. 雷俊.吉林大學(xué) 2014
[10]基于神經(jīng)網(wǎng)絡(luò)的表面肌電信號分類方法研究[D]. 孫保峰.吉林大學(xué) 2013



本文編號：2895675