|
肌电图（EMG）测量最近变得方便且廉价
用于一般脑-机接口（BCI）应用。因此，用于肌电测量的低成本设备能够
智能手假肢的潜在应用范围更广，例如，发展中国家的儿童
负担不起所需和持续更换驱动假肢的国家。然而，如此便宜
设备使用无源表面电极，有限的处理能力只允许进行非常基本的信号处理。像
因此，肌电信号具有噪声、漂移和低重复性的特点。本文研究了
机器学习方法，特别是分类方法，用于验证低成本BCI设备的可行性
控制机械臂。本研究的一部分是关于表面肌肉位置的实验搜索
对于前臂，必须找到并测量不同的运动。本文研究预处理
使用带通滤波器和均方根（RMS）在时间窗口上进行原始测量的方法。最后，这个
本文将分类结果与线性支持向量机、K近邻和高斯分类器进行了比较。
在我们的研究结果中，支持向量机和k近邻输出的结果最好。虽然成本低
肌电图设备测量的信号不太可靠，它们能够对不同的手部动作进行分类。
祖萨姆·门法松
letzter Zeit中的Das messen von Elektromyographie（EMG）wurde，aufgrund neuer Hardware für Allgemine脑计算机
接口（BCI）Anwendungen、zugänglich und kostengünstig。Kostengünstige Geräte ermöglichen daher den Potentiallen
Einsatz von Hand Prothesen für ein breiteres Spektrum der Menschen。祖姆·贝斯皮尔·弗尔·金德（Zum Beispel für Kinder）在恩特威克隆斯林登（Entwicklungsländern），
welche sich keinen ständigen Austausch der Prothesen leisten können。Da kostenguünstige Geräte被动
Elektroden nutzen und eine begrenzte Rechenleistung haben，erlauben sie nur eine grundlegende Signalverarbeitung。
Aus diesem Grund zeichnen sich die EMG signale durch Rauschen，Driften und einer niedrigen Wiederholbarkeit Aus。
这篇论文是关于马奇内伦·勒宁方法的。在Besondere Methoden zum klassifizieren，
嗯，我的朋友是mithilfe eines kostengünstigen BCI Gerätes zuüberprüfen。
Teil dieser论文是一篇实验性论文，作者：Suche des genauen Orts von oberflächlichen Muskeln des Unterarms，welche für
verschiedene Bewegungen gemessen werden müssen。Diese Arbeit untersucht einen Bandpassfilter und das quadradische
Mittelüber ein Zeitfenster zum vorverarbeiten der Signale。Letzendlich werden die Ergebnisse der Klassifizierungen
von dem K-Nächste Nachbarn Klassifizierer，der支持向量机und einem Gausschen Klassifizierer miteinder
verglichen。Die Ergebnisse zeigen，dass Die Support Vector Machine und der K-Nächste Nachbarn Klassifizierer Die besten
结果liefern。Obwohl preiswerte Elektrographie Maschinen weniger zuverlässige Signale messen，sind sie fähig
unterschiedliche Handbewegungen zu klassifizieren。
一、
致谢
首先，我要感谢我的第一位导师Guilherme Maeda博士，感谢他花时间给我提建议
谢谢你在论文中的帮助，也谢谢你在掌握这一点上的情感支持
挑战并实现我的个人目标。我还要感谢鲁道夫·利乌蒂科夫在比赛中对我的支持
论文的开始阶段。此外，我要感谢扬·彼得斯教授给我这个机会
在IAS写我的论文。最后但并非最不重要的一点，我要感谢托马斯·黑塞、克里斯托斯·沃茨科斯和娜塔莉·费伯所做的贡献
许多有趣的、令人大开眼界的对话激励着我跟上。特别感谢
地牢
二、
目录
1引言2
1.1动机2
2背景3
2.1肌电信号的生物学
2.2肌电信号5
2.3机器人应用的肌电信号…………………………………..5
3方法和实验装置8
3.1处理数据8
3.2 K最近邻9
3.3支持向量机9
3.4高斯分类器。2.2动作电位：2.2a表示静息电位的方向。轴突内部带电
负，因此内外轴突之间的电压为−70mV。2.2b说明了
动作电位在轴突内的传递。（从上到下解释图形）(
传输从左到右）2.2c说明了电流电位取决于
准时。VS=阈值，VRP=静息电位[1]动作电位的过程。4.
2.3发射神经元释放神经递质，触发接收神经元的动作电位。
[1] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.4骨骼肌的组织[1]。5. |
