人体下肢行走关节连续运动表面肌电解码方法

为实现人体下肢步态动作的连续识别,提出了一种利用表面肌电信号进行下肢关节运动角度连续解码的方法。首先利用光学运动捕捉实现下肢关节运动角度的计算,然后采集下肢运动相关主力肌肉的表面肌电信号并提取其活动强度信息;在此基础上,基于受限玻尔兹曼机构建深度自动编码器(DAE),实现多路表面肌电信号强度时间序列的低维空间编码和最优特征提取;最后,利用BP神经网络建立特征量与关节矢状面运动角度之间的非线性回归模型。实验结果表明:该方法提取的信号特征信息优于传统的主量分析方法,采用提出的模型能够更精确地估计下肢关节连续运动角度,其估计值与真实值的均方误差较传统方法降低25%~35%。研究结果为人机交互接口技术的开发、实现下肢可穿戴智能装备的生物电连续控制、提高人机运动平稳性奠定了基础。     

我国蹦床运动员下肢肌肉力量等动测试研究

运用等动肌肉力量测试的方法,对六名国家健将级蹦床网上运动员下肢肌群力量进行测定,根据髋、膝、踝三关节力矩值的屈伸比得到以下结论:髋关节伸肌群为蹦床运动员下肢三大关节中量最重要的运动肌群;目前国内对蹦床网上运动员髋关节肌群的力量训练符合蹦床运动技术要求;蹦床运动员完成空中直体难度动作时屈髋是运动员在空中对肢体的控制意识不够所致;蹦床运动员完成空中屈体或团身动作时不能在垂直位开腿是运动员对开腿时机掌握不好所致。     

利用表面肌电信号的下肢动态关节力矩预测模型

为实现表面肌电信号的下肢关节力矩动态解码,建立了从表面肌电信号到关节力矩输出的人体下肢运动系统正向生物力学模型。首先,从幅值和频率两个角度建立表面肌电信号到骨骼肌激活程度模型;其次,根据肌丝滑移理论,构建反映骨骼肌生理结构和微观力学特性的肌肉力模型,同时确定活动肌肉拉力线方向及力作用点位移矢量,将骨骼肌力转换到关节力矩;最后,以牛顿-欧拉逆动力学方法获得关节力矩作为准确值,给出正向生物力学模型参数动态标定方法。在模型基础上,对4名对象进行随意步态下膝关节屈伸动态力矩预测试验,结果表明:所建模型对步态行走下的膝关节动态关节力矩具有很好的动态跟踪性能,最大绝对误差为(11.0±1.32)N·m,平均残差为(4.43±0.698)N·m,预测值与准确值之间的平均线性相关系数为0.927±0.042,验证了该方法的正确性和有效性;可为康复训练机器人人机协同过程中的力学交互模式研究提供接口。     

基于sEMG和LSTM的下肢连续运动估计

针对下肢助力外骨骼的连续运动控制问题,提出了一种基于表面肌电信号(sEMG)与长短时记忆(LSTM)网络的连续运动估计方法.通过LSTM对肌电-运动的映射关系进行训练分析,基于奇异值分解特征值矩阵的误差算法获取主元分析(PCA)算法的主成分数量(降维维度),实现了对下肢三个关节在矢状面内的连续运动估计,且提高了连续运动估计的实时性.通过与传统网络支持向量机(SVM)、反向传播(BP)神经网络训练结果的对比分析,证明了LSTM网络在下肢连续运动预测中的优越性.     

基于双向长短时记忆神经网络的步态时空参数脑肌电解码方法

针对脑电(EEG)信号对连续步态轨迹解码结果与实际轨迹相关性低的问题,提出一种基于双向长短时记忆(BiLSTM)神经网络的步态参数解码方法。首先,构建基于双向长短时记忆神经网络的步态时空参数解码模型,根据脑肌电信号特性设计解码模型的超参数;其次,同步采集脑电、下肢运动相关肌肉的表面肌电信号(sEMG)和下肢关节运动信号,并对脑电和表面肌电信号的步态相关特征进行分析;然后,以多通道脑电和下肢运动相关表面肌电信号作为解码模型的输入,自动提取脑肌电融合信号中步态相关特征并构建膝踝关节运动轨迹与特征之间的非线性回归模型;最后,以多通道脑电作为解码模型的输入,构建步态相关脑电信号和表面肌电信号之间的非线性回归模型。实验结果表明：所提方法与传统支持向量机方法相比,对踝关节解码轨迹与实测轨迹形状相似性Pearson相关系数提高了0.12;与单独采用脑电、表面肌电信号和脑肌电信号平均绝对值特征融合信号进行解码方法相比,对踝关节解码轨迹与实测轨迹形状相似性Pearson相关系数分别提高了0.81、0.19和0.63。该方法可实现从脑电信号中对部分表面肌电信号波形的解码,解码波形和实测波形的平均Pears...     

人体行走过程中上肢运动仿真及生物力学特征分析

为了分析人体行走过程中上肢运动状态的影响因素,对正常步态下人体上肢运动仿真模型与理想单摆模型进行了对比分析.以7名(4男,3女)步态无异常的志愿者为研究对象,采集人体测量学参数,建立上肢理想单摆模型.采用运动捕捉系统及肌电测量系统,对志愿者常速(1.2 m/s)步行下的上肢运动以及肩关节周围6组肌肉的肌电信号进行同步测量,并基于所测运动学参数对人体行走中上肢运动进行仿真,计算实际肩关节角位移和角速度,分析相关肌肉的肌电信号特征.理想模型与实际测量结果比较表明,不同志愿者在同速行走过程中上肢的摆动周期相近,各相关肌肉肌电信号随摆臂而周期性变化,上肢实际最大摆动角速度均大于理想单摆角速度.证明摆臂过程中肩关节周围相关肌群驱动力大于肩关节阻尼.     

基于复合摆线的下肢假肢步态规划及运动仿真

摘 要 针对现有假肢产品步态质量不佳的问题,结合四连杆机构和磁流变阻尼器设计了一种磁流变阻尼下肢假肢。基于复合摆线理论对下肢假肢进行了步态规划,并对所得轨迹曲线进行了优化。通过对轨迹曲线的逆运动学求解,得到了下肢假肢的膝关节和髋关节曲线。为验证关节曲线和下肢假肢结构设计的合理性,采用SolidWorks Motion对下肢假肢进行了运动仿真吧,并且利用关节电机进行轨迹跟随实验。结果表明,在关节曲线的驱动下,下肢假肢能够实现连续稳定的行走,具有良好的步态特性。     

人体在向后滑倒时平衡调节能力的生物力学研究

通过分析从坐到站及行走过程中多次平衡干扰对滑倒的调节效果,从运动生物力学的角度,探究在有外部干扰及疲劳滑动状态下对人体平衡能力的影响以及差异性.利用动态滑轨在受试者完成坐起动作和正常向前行走时产生突然的向前运动,使受试者产生向后跌倒的趋势.运用Noraxon表面肌电测试系统、Kistler三维测力台、BTS三维红外动作捕捉系统,以及Ariel录像分析系统,同步记录受试者在正常坐起及向后滑倒过程中的运动学、动力学和肌电参数.运用Biodex多关节等速肌力测试系统实现下肢关节肌肉的疲劳.结果表明:有效的质心调节可以使人体在遇到突然的向后滑动时保持相对稳定状态,使身体不至于产生较大的波动,充分的下肢支撑以及有效的上肢关节的调节是避免滑倒的关键.在从坐到站及人体行走过程中,地面反作用力、压力中心移动范围的值相比无干扰状态下显著增加.在从坐到站过程中突然滑动测力台,腓肠肌内侧、股二头肌,胫骨前肌和股直肌的积分肌电值较无干扰状态有了显著的增加.人体在疲劳状态下,腓肠肌内侧和股直肌肌电值明显增加.在滑台上多次的滑动训练可以提高人体平衡能力.模拟跌倒的测试可以评估人体的跌倒风险,对于老年人跌倒风险的评估也有一定的意义.      

武术运动员年龄变化与关节运动幅度变化的关系初探

目的:武术是一项要求人体关节活动幅度较大的运动,了解少年武术运动员随年龄的自然增长,专项训练对人体五大关节主动活动幅度的影响,可以为少年武术运动员的科学选材、训练,提供理论依据,也能为运动人体科学学科建设积累资料.方法:采用形态学测量方法,通过四年的追踪调查以及与对照组的比较,研究武术运动员年龄变化与关节运动幅度变化的关系.结果:1.年龄在12至15岁之间的少年武术运动员五大关节主动活动幅度的变化与年龄自然的增长无明显关系.2.少年武术运动员髋、膝、踝三大关节比成年运动员的主动活动幅度大.3.无论少年还是成年武术运动员髋、踝两大关节主动活动幅度均较普通成人的活动幅度大.结论:1.在12—15岁之间,武术运动员五大关节多数运动的主动活动幅度的变化与年龄自然的增长无明显关系,在此期间进行训练,对增加关节的主动运动幅度均十分有利.2.随着年龄的增长,对下肢部分关节某些方向的灵活性影响比较明显,训练中应注意抓紧青少年时期的柔韧素质训练.3.长期的武术专项训练可以有效地改善关节的灵活性.     

基于广义回归神经网络的上肢关节角度预测

针对人体上肢运动意图识别问题,基于上肢表面肌电信号,提出广义回归神经网络(general regression neural network,GRNN)预测受试者的上肢关节角度.GRNN预测模型的输入为处理后的表面肌电信号,预测的3个关节角作为输出,将GRNN预测结果和径向基函数(radial basis function,RBF)神经网络的预测结果对比,并用均方根误差对上肢关节角度的预测结果做评估,验证GRNN模型预测上肢关节角度的可行性.结果表明,GRNN模型能较好地估计人体关节角度.