基于小波包分析和Elman网络的肌电信号处理*

作者：梅品高，罗志增 日期：2008-02-25/span> 浏览：3251 查看PDF文档

基于小波包分析和Elman网络的肌电信号处理*

梅品高，罗志增
（杭州电子科技大学 智能控制与机器人研究所，浙江 杭州 310018）

摘要：提出了一种基于小波包变化和Elman神经网络的表面肌电信号特征提取和模式识别方法。在对表面肌电信号进行预处理的基础上，提出了以小波包变换各频段的能量来构造特征值，以该特征值作为训练样本输入Elman神经网络进行网络训练，构筑手部动作分类器，训练完成的分类器可完成伸腕、屈腕、展拳和握拳等4种手部动作模式的识别。实验结果表明，与其他分析方法比较，该方法不仅识别率高，鲁棒性好，同时也为其他非平稳生理信号分析提供了新方法。
关键词：小波包变换；Elman神经网络；表面肌电信号
中图分类号：TP183；TP274文献标识码：A文章编号：1001-4551(2008)01-0007-04

SEMG disposal based on wavelet packet analysis and Elman neural network
MEI Pingao, LUO Zhizeng
(Institute of Intelligence Control and Robots, Hangzhou Dianzi University, Hangzhou 310018, China)
Abstract: A method to extract surface electromyography (SEMG）s features and identify hands motion modes was presented, based on wavelet packet transformation (WPT) and Elman neural network. On the foundation of the pretreated SEMG, wavelet packet energies in different frequency bands were selected as feature vectors. Then, the obtained vectors can be as the inputs of Elman network to identify four motion patterns that were palmar dorsiflexion and flexion, hand opening and closing. The experimental results show that, compared with other analysis methods, the method has a higher identification rate and great potential in analyzing other nonstationary physiological signals.
Key words: wavelet packet transformation (WPT);  Elman neural network;  surface electromyograph (SEMG)

参考文献(Reference):
［1］罗志增，任晓亮.表面肌电信号测试中工频干扰的抑制［J］.仪器仪表学报，2005，26（2）：193-195.
［2］王刚，王志中，胡晓，等.基于最佳小波包的表面肌电信号分类方法［J］.中国医学物理学杂志，2006，23（1）：45-48.
［3］罗志增，加玉涛.基于SEMG功率谱和BP网络的多运动模式识别［J］.华中科技大学学报：自然科学版，2006，34（7）：63-66.
［4］刘毅，张彩明，赵玉华，等.基于多尺度小波包分析的肺音特征提取与分类［J］.计算机学报，2006，29（5）：769-777.
［5］雷铁安，吴作伟，杨周妮.Elman递归神经网络在结构分析中的应用［J］.电力机车与城轨车辆，2004，27（5）：56-58.
［6］MALLAT S. A Wavelet Tour of Signal Processing［M］. 2nd ed. Washington: Academic Press,1999.
［7］MALLAT S. A theory for multiresolution signal decomposition: the wavelet representation［J］. IEEE Pattern Anal and Machine Intell,1989,11(7),674-693.
［8］童宁宁，刘东红，张永顺，等.基于小波包变换的弱信号检测［J］.计算机仿真，2006，23（7）：105-107.
［9］谢洪波，王志中，黄海.小波包变换特征提取与表面肌电分类［J］.医疗卫生装备，2003，24（9）：7-8.
［10］张琦，邵立福，李焕良，等.一种基于Elman神经网络的液压泵故障诊断技术［J］.中国制造业信息化，2004，33（8）：124-126.