融合表面肌電信號與足底壓力的跌倒識別研究.pdf

1、近年來，隨著社會的老齡化現(xiàn)象愈發(fā)普遍，關(guān)注老年人的健康狀況逐漸成為不容忽視的社會問題。跌倒是老年人群體中的高發(fā)性事件，它給老年人帶來的健康危害巨大。隨著信號檢測和模式識別技術(shù)的發(fā)展，國內(nèi)外關(guān)于老年人跌倒檢測的研究越來越多，及時(shí)的檢測出跌倒并迅速發(fā)出報(bào)警尋求醫(yī)療救護(hù)，能夠大大降低跌倒給老年人帶來的機(jī)體損傷。所以致力于老年人跌倒檢測的研究，具備很高的應(yīng)用價(jià)值，同時(shí)也體現(xiàn)了社會對老年人健康的關(guān)愛。
　　跌倒檢測的核心問題是將跌倒與日?；?/p>

2、動(ActivitiesofDailyLife,ADL)區(qū)分開來，從而啟動防護(hù)裝置或發(fā)出報(bào)警以得到及時(shí)的救助，保障老年人的身心健康。本文采用人體的表面肌電與足底壓力信號相結(jié)合作為跌倒檢測的信號源：肢體的運(yùn)動是由人體肌肉帶動骨骼實(shí)現(xiàn)的，表面肌電信號(SurfaceElectromyography.sEMG)是一種由人體的肌肉活動時(shí)運(yùn)動神經(jīng)單元產(chǎn)生的電信號，反映了肌肉收縮的狀態(tài)，能夠從生物學(xué)的角度描述跌倒發(fā)生時(shí)人體姿態(tài)模式的變化。人的絕大多

3、數(shù)日常活動都要與地面接觸，經(jīng)過前期研究發(fā)現(xiàn)，足底壓力信號在跌倒發(fā)生的動態(tài)過程中的參數(shù)變化是最明顯的。將這兩種人體的生物學(xué)和力學(xué)信號融合起來作為跌倒檢測的信號源，在跌倒識別的研究領(lǐng)域是一種新的嘗試。
　　本文對肌電信號進(jìn)行降噪，特征提取，對采集到的足底壓力信號建模，并融合兩種信號源進(jìn)行模式分類，所做具體工作如下：
　　(1)提出新的跌倒檢測方法，并制定信號采集方案。
　　1)本文介紹了跌倒識別的應(yīng)用背景以及國內(nèi)外關(guān)于跌倒

4、檢測技術(shù)的研究現(xiàn)狀，針對基于多信息融合的跌倒檢測的空白，提出本研究基于肌電信號與足底壓力信號融合的跌倒識別方法。
　　2)根據(jù)肌電信號的產(chǎn)生機(jī)理，下肢主要肌肉的位置以及它們在人體日常活動中的作用，通過實(shí)驗(yàn)研究制定科學(xué)的肌電信號采集方案。并研究人的足底壓力信號的變化規(guī)律與行為活動的關(guān)系，設(shè)計(jì)能夠有效體現(xiàn)人體動作模式變化的壓力信號采集裝置，為后續(xù)跌倒檢測提供可靠的源信號。
　　(2)探討肌電信號的降噪方法。由于肌電信號具有非線性

5、非平穩(wěn)的特性，采集過程中極易加入噪聲。本文基于肌電信號不同的采集方式，提出了兩種降噪方法：
　　1)對于多條通道采集的表面肌電信號相互混迭的問題，提出一種采用基于改進(jìn)閾值函數(shù)的二代小波先對sEMG信號進(jìn)行了降噪，再利用改進(jìn)FastICA算法對降噪后的信號進(jìn)行ICA(IndependentComponentAnalysis)分離的方法。
　　2)對于一路的sEMG采用基于EEMD分析的降噪方法：首先對sEMG進(jìn)行EEMD變換，

6、通過計(jì)算每層IMF分量的頻率有效度確定有效分量，將有效的前六層IMF分量重組得到的信號與工頻噪聲進(jìn)行盲分離，得到最終的降噪信號。
　　對以上兩種方法進(jìn)行了實(shí)驗(yàn)分析，驗(yàn)證其運(yùn)用于肌電信號的有效性。
　　(3)研究用于跌倒檢測的表面肌電信號的兩種特征提取方法，它們分別是：
　　1)提取腓腸肌和股外側(cè)肌sEMG的模糊熵特征。
　　2)提取腓腸肌sEMG的近似熵及基本尺度熵特征。
　　sEMG是一種非平穩(wěn)的生物電信

7、號，采用皮膚表面的電極采集時(shí)較容易受到干擾。模糊熵，近似熵及基本尺度熵這三種特征都是對信號序列復(fù)雜度的描述，具備較好的抗噪及抗干擾能力，比較適合用于sEMG。本論文對于這兩種方法獲得的肌電信號的特征分布特性以及實(shí)效性進(jìn)行了實(shí)驗(yàn)對比。
　　(4)提出了適合用于跌倒檢測的模式分類方法以及多源信號融合方法。
　　1)提出了針對跌倒與ADL分類問題的不平衡數(shù)據(jù)的WKFDA(WeightedKernelFisherLinearDisc