基于脑电和肌电的假手多自由度动作识别和控制方法研究

仿生假肢是高性能假肢发展的主要方向，也是康复工程领域当前国际研究热点。肢残人渴望拥有像正常人一样能按自身意愿支配的肢体，仿生假肢对残疾人改善生存环境、提高社会参与能力和生活质量意义重大。肌电假手通过检测残肢肌肉上的肌电信号来控制假手运动，具有操作方便、动作自然的特点，但多自由度肌电假手仍存在操作烦琐、动作识别率不高等问题。本项目基于人体肢体运动的神经生理电活动现象，从运动意识与肢体动作的一致性出发，研究脑电信号与肌电信号相结合实现假手运动控制的方法。针对头皮脑电和表面肌电信号微弱、背景噪声强的特点，拟用随机共振和小波变换进行信号复原和消噪处理。考虑到生物电信号非平稳性和随机性，采用排列组合熵这种非线性动力学参数来实现脑电/肌电信号的特征提取和融合。以支持向量机为分类器，通过先聚类后分类来构建二叉树分类结构解决多模式运动的识别问题。本研究有望为机械假手提供一种新的仿生控制方法。