王朋
- 作品数：3 被引量：12H指数：3
- 供职机构：上海师范大学信息与机电工程学院更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于表面肌电信号的上肢康复训练技术研究被引量：3
- 2017年
- 为辅助上肢受损患者实现自主康复训练,促使肌肉信号与脑意识的再生通信,设计一种机械臂辅助式离散动作康复训练识别方法。受试者进行康复训练时,采集其肩关节4处肌肉群的表面肌电信号,提取时域特征,并采用BP神经网络分类算法对六种上肢肩关节动作意图进行模式识别。该方法能够准确建立表面肌电信号特征值与六种上肢康复动作之间关系映射模型,平均识别率高达90.27%。为基于表面肌电信号的外骨骼式自主康复训练系统提供一种可行的人机交互方案。
- 董海清王朋祁蒙张自强
- 关键词：康复训练表面肌电信号人机交互
- 基于MYO的肌电假肢手控制中手势在线识别系统被引量：3
- 2018年
- 表面肌电(surface electromyography,s EMG)信号被广泛应用于临床诊断、康复工程和人机交互等领域中.针对目前控制肌电假肢手的电极成本高、电极佩戴困难以及操作灵活性差等问题,设计一种基于MYO的肌电假肢手手势在线识别系统.通过采集人体上肢前臂的表面肌电信号,在时域上分别提取5种特征值,利用反向传播(back propagation,BP)神经网络分类算法实现对8种手势动作意图的在线实时识别.实验结果证明,利用MYO进行手势识别可以获得较好的识别结果,该系统能够准确识别8种手部动作,平均在线识别率达到92%.
- 王朋李传江井本成张崇明张自强
- 关键词：表面肌电信号MYO特征提取BP神经网络在线识别
- 基于MYO和Android的肌电假肢手控制系统设计与实现被引量：8
- 2017年
- 针对目前假肢手控制系统成本高、操作不灵活、实用性差等问题,设计了一种基于MYO和Android的肌电假肢手控制系统;在Android平台上,开发了一款智能终端应用,实现了对MYO臂环采集的表面肌电信号进行数据处理和模式识别,并实时控制假肢手完成5种模式;实验结果表明,系统的在线识别率可达98.2%,并可在300ms左右完成一次识别过程,满足了假肢手控制的精度和实时性要求;该系统设计成本低廉、方便携带且易于扩展,很好地满足了截肢患者对假肢手控制的需求。
- 程璐璐李传江王朋王佳乐张崇明
- 关键词：ANDROID表面肌电信号
