论文部分内容阅读
随着数字信号处理与传感器技术的发展,使得康复医学的评价机制由人工评价转向机器评价成为可能。肌音信号是一种肌肉纤维运动时的低频径向振动,反映了肌肉活动时的力学特性。本文内容包括：采集踝关节肌肉群中的胫骨前肌和腓骨短肌的肌音信号,对踝关节的4种基本运动模式：背伸、跖屈、外展、内收等进行模式识别；通过不等长分割提取MMG的动作帧；选择非线性尺度小波对动作帧信号进行时频联合分析并提取变换后1-6层小波系数,采用SVD分解得到小波系数奇异值特征；在SVM分类器中对样本数据进行模式识别,准确率最高可达98.3%；结合四模式下的识别准确率对基于肌音信号的踝关节评价进行了初期探索；设计基于嵌入式微控制器的无线采集装置,提高了肌音信号采集的便携性。