期刊文献+
共找到324篇文章
< 1 2 17 >
每页显示 20 50 100
基于DTW算法的sEMG手势识别控制系统设计 被引量:2
1
作者 韩团军 雷栋元 +1 位作者 黄朝军 卢超 《现代电子技术》 北大核心 2025年第2期131-136,共6页
人体在运动过程中会产生微弱的生物电信号,其中蕴含着大量的控制信息。为了使用生物电信号中的信息控制机械臂动作,提出一种基于DTW算法的sEMG手势识别控制系统,利用该系统对采集的原始信号进行滤波和放大。为了确定有效的sEMG,采用移... 人体在运动过程中会产生微弱的生物电信号,其中蕴含着大量的控制信息。为了使用生物电信号中的信息控制机械臂动作,提出一种基于DTW算法的sEMG手势识别控制系统,利用该系统对采集的原始信号进行滤波和放大。为了确定有效的sEMG,采用移动平均法对处理信号进行划分。使用平均绝对值从数据片段中提取有效段数据,应用DTW算法将3路表面肌电信号融合,计算样本与模型之间的相似度,实现手势识别;再将识别后的信号通过无线模块发送到控制指令,以控制机械臂的动作;最后,采用提出的算法并结合6种类型的手势分类模型创建最佳特征模型。实验测试结果表明,使用动态时间规整(DTW)算法进行手势识别的平均准确率为93.752%,6种手势的平均模型匹配率达到92%,实现了肌电信号对机械臂的精确控制。由此证明所提方法的手势识别比传统的阈值控制开关更准确。 展开更多
关键词 手势识别 DTW算法 表面肌电图(semg) 特征提取 机械臂 手势检测
在线阅读 下载PDF
基于BPSO-PSO-LSSVM算法的上肢sEMG分类
2
作者 贠今天 苗冠 +1 位作者 李帅 耿梓敬 《科学技术与工程》 北大核心 2025年第18期7686-7692,共7页
作为与人体运动密切相关的生理信号,表面肌电(surface electromyography, sEMG)信号的解析在人机交互领域具有重要的作用。针对肌电信号分类效率和精度难以兼顾的问题,提出了一种特征筛选与分类器超参数优化相结合的上肢sEMG分类方法,... 作为与人体运动密切相关的生理信号,表面肌电(surface electromyography, sEMG)信号的解析在人机交互领域具有重要的作用。针对肌电信号分类效率和精度难以兼顾的问题,提出了一种特征筛选与分类器超参数优化相结合的上肢sEMG分类方法,该方法采用二进制粒子群优化(binary particle swarm optimization, BPSO)算法对特征进行筛选后,进一步采用粒子群优化(particle swarm optimization, PSO)算法调整最小二乘支持向量机(least squares support vector machine, LSSVM)的超参数。通过采集人上体4个部位的表面肌电信号并提取其中48维特征,对上肢常见的4种动作进行分类实验,结果表明,BPSO-PSO-LSSVM算法仅保留肌电数据的21维特征,得到的平均分类准确率达到97.54%,证明该方法可以有效筛选出用于上肢动作分类的最佳特征组合,并且提高运动分类的准确率。 展开更多
关键词 表面肌电信号 特征选择 二进制粒子群优化 粒子群优化 动作分类 最小二乘支持向量机
在线阅读 下载PDF
基于ACMD的sEMG信号单分量肌肉疲劳模态提取
3
作者 奚柯阳 吕东澔 +2 位作者 张勇 任彦 李少波 《传感器与微系统》 北大核心 2025年第11期82-86,92,共6页
为了突出肌肉疲劳过程中表面肌电(sEMG)信号的变化特征,提出一种基于自适应Chirp模态分解(ACMD)方法的sEMG信号单分量肌肉疲劳模态提取方法。预设一个有关目标模态的先验知识,对基于信号导数归一化运算的瞬时频率(IF)提取方法进行改进,... 为了突出肌肉疲劳过程中表面肌电(sEMG)信号的变化特征,提出一种基于自适应Chirp模态分解(ACMD)方法的sEMG信号单分量肌肉疲劳模态提取方法。预设一个有关目标模态的先验知识,对基于信号导数归一化运算的瞬时频率(IF)提取方法进行改进,经ACMD分解后,能够独立提取单分量肌肉疲劳模态信号。该方法具有不受时频分辨率影响且计算效率高的特点。通过与原始sEMG信号和经变分模态分解(VMD)后的分量进行肌肉疲劳定量化分析对比。结果表明:本文方法所提取的单分量肌肉疲劳模态具有更好的区分疲劳程度和抗干扰能力。 展开更多
关键词 肌肉疲劳 表面肌电信号 模态分解 定量化分析
在线阅读 下载PDF
基于MPCNN模型的sEMG快速迁移学习的手势识别应用研究
4
作者 易鹏 杨晔 严仕嘉 《计算机工程》 北大核心 2025年第1期304-311,共8页
为解决个体间差异性的问题并提高手势识别技术的普适性,提出基于多并行卷积神经网络(MPCNN)的迁移学习策略,旨在实现基于表面肌电信号的高效手势识别。MPCNN通过并行架构和优化的迁移学习机制,对比以往的卷积神经网络(CNN)迁移框架以更... 为解决个体间差异性的问题并提高手势识别技术的普适性,提出基于多并行卷积神经网络(MPCNN)的迁移学习策略,旨在实现基于表面肌电信号的高效手势识别。MPCNN通过并行架构和优化的迁移学习机制,对比以往的卷积神经网络(CNN)迁移框架以更有效地处理不同个体间的生理差异,从而提高模型对新用户的适应性和识别准确率。此外,MPCNN通过减少模型训练时间和提高泛化能力,增强系统的实用性。通过多组实验,包括倍数交叉验证、消融实验和健壮性测试来证实所提策略在多个方面的有效性。实验结果表明,与传统CNN模型相比,提出的MPCNN迁移学习策略显著提升手势识别准确率,在Ninapro DB7数据集上的识别率达到了94.95%,对比CNN迁移学习框架提高了4.38百分点,同时训练时间减少了超过50%,验证了MPCNN迁移模型在减轻训练负担、增强泛化能力和提高抗干扰性方面的优点。基于实验模型对人机交互能力进行了验证,验证了其在肌电控制应用前景。 展开更多
关键词 迁移学习 表面肌电信号 手势识别 深度学习 卷积神经网络 肌电控制
在线阅读 下载PDF
跳跃运动员膝关节屈伸肌群等速向心收缩时肌力与sEMG变化特征 被引量:24
5
作者 刘耀荣 周里 时倩 《上海体育学院学报》 CSSCI 北大核心 2008年第1期52-55,78,共5页
采用ISOMED2000等速测力系统、ME6000无线肌电遥测系统,同步测试优秀跳跃运动员膝关节屈伸肌群在不同速度向心收缩过程中肌肉组织的力学及肌电活动特性。发现,跳跃运动员膝关节屈伸肌群在60°/s、180°/s、300°/s向心用力... 采用ISOMED2000等速测力系统、ME6000无线肌电遥测系统,同步测试优秀跳跃运动员膝关节屈伸肌群在不同速度向心收缩过程中肌肉组织的力学及肌电活动特性。发现,跳跃运动员膝关节屈伸肌群在60°/s、180°/s、300°/s向心用力时力矩、功随着速度增加逐渐下降,而功率随速度增大而增加(P<0.01)。sEMG显示,伸肌和屈肌均被最大程度地动员,且伸肌肌电各参数普遍高于屈肌。iEMG随速度增加而下降,RMS、MF和MPF均随运动速度增加而增加。力矩—功率关系以及功率—iEMG关系的相关性分析表明,在快速运动时,功率与力矩呈不显著性相关(P>0.05),而与iEMG呈高度相关(P<0.01)。等速测试与肌电结合可作为监测与评价运动员膝关节神经肌肉交互活动的有效方法。 展开更多
关键词 跳跃运动员 膝关节 等速练习 屈伸肌 肌力 semg 力矩 功率
在线阅读 下载PDF
自行车运动员下肢肌肉sEMG特征及与输出功率的相关性 被引量:15
6
作者 黄勇 王乐军 +1 位作者 龚铭新 马国强 《上海体育学院学报》 CSSCI 北大核心 2010年第5期64-67,共4页
采用实验法,对运动员60 s全力蹬踏自行车下肢肌肉sEMG变化特征及与输出功率的相关性进行研究。结果显示:随着运动时间的延长和疲劳的加深,各肌肉表面肌电信号频域指标MF逐渐减小,MF与平均功率之间的相关性也达到显著性水平,提示其可作... 采用实验法,对运动员60 s全力蹬踏自行车下肢肌肉sEMG变化特征及与输出功率的相关性进行研究。结果显示:随着运动时间的延长和疲劳的加深,各肌肉表面肌电信号频域指标MF逐渐减小,MF与平均功率之间的相关性也达到显著性水平,提示其可作为评价自行车运动过程中运动员疲劳程度的指标。60 s全力蹬踏自行车运动后运动员股直肌和腓肠肌外侧肌肉MF值下降均特别明显,提示其在整个运动过程中的疲劳程度较深,可将其作为重点训练的肌群。 展开更多
关键词 自行车运动员 下肢肌肉 semg 表面肌电信号 肌肉疲劳 输出功率
在线阅读 下载PDF
小波包分析与人工神经网络相结合探索运动性肌肉疲劳过程中sEMG变化特征 被引量:8
7
作者 王乐军 黄勇 +3 位作者 龚铭新 陈志勇 许翔 马国强 《体育科学》 CSSCI 北大核心 2009年第12期51-55,73,共6页
目的:利用小波包分析与人工神经网络相结合的方法探索60s全力蹬踏自行车致股直肌疲劳过程中表面肌电信号(sEMG)的变化特征及其与输出功率之间的关系,探索利用sEMG定量评价运动性肌肉疲劳的方法;方法:先按等时间间隔将sEMG划分为不同的段... 目的:利用小波包分析与人工神经网络相结合的方法探索60s全力蹬踏自行车致股直肌疲劳过程中表面肌电信号(sEMG)的变化特征及其与输出功率之间的关系,探索利用sEMG定量评价运动性肌肉疲劳的方法;方法:先按等时间间隔将sEMG划分为不同的段,通过比较不同分解层数下各频段能量与输出功率之间的关系,以此确定最优的小波包分解层数,计算各频段的能量并进行归一化处理,在此基础上以归一化后的各频段能量作为输入,以运动过程中归一化后的输出功率作为输出,构造Elman人工神经网络进行建模,经过网络优化过程建立了最佳的人工神经网络模型;结果:随着运动时间的延长和疲劳程度的加深,股直肌sEMG信号经小波包分解后的低频段能量增加,高频段能量衰减,但能量的增加与衰减集中在比较大的频段范围内,人工神经网络预测结果显示出良好的精度;结论:60s全力蹬踏自行车过程中表面电极处肌肉组织低通滤波作用不断变化导致运动过程中能量的增加与衰减集中在比较大的频段范围内。在利用sEMG定量诊断肌肉疲劳方面,通过小波包分析结合人工神经网络的方法具有较高的可行性和准确性。 展开更多
关键词 运动性肌肉疲劳 semg 小波包分析 人工神经网络
在线阅读 下载PDF
久坐对脊椎肌肉sEMG信号的影响 被引量:10
8
作者 宋超 李宏汀 +1 位作者 王春慧 郑涵羚 《浙江大学学报(理学版)》 CAS CSCD 北大核心 2016年第6期746-750,共5页
采集18名女性受试者在不同久坐时间下,颈夹肌和竖脊肌在最大用力收缩(MVC)过程中的表面肌电(surface electromyography,sEMG)信号,分别考察其初始1.5s的线性时频指标AEMG、MPF、非线性分析指标%DET的差异,以及全程MVC过程中MPF的变化趋... 采集18名女性受试者在不同久坐时间下,颈夹肌和竖脊肌在最大用力收缩(MVC)过程中的表面肌电(surface electromyography,sEMG)信号,分别考察其初始1.5s的线性时频指标AEMG、MPF、非线性分析指标%DET的差异,以及全程MVC过程中MPF的变化趋势,以探讨久坐对脊椎肌肉活动水平和功能状态的影响.发现:在久坐前、久坐1.5h、久坐3h之后3种状态下,颈夹肌和竖脊肌在MVC的前1.5s信号中,其时频信号AEMG、MPF及非线性信号%DET均无明显变化;在1min脊椎持续MVC过程中,颈夹肌MPF均呈现线性递减趋势,且下降速率依次增大;竖脊肌MPF则呈现线性递增趋势,且上升速率依次减小.由此可得,久坐对于脊椎肌肉的最大收缩力量并无影响,但是对其维持最大收缩力量的能力有所改变. 展开更多
关键词 久坐 semg信号 颈夹肌 竖脊肌
在线阅读 下载PDF
静态运动负荷诱发局部肌肉疲劳和恢复过程中sEMG信号复杂度变化规律 被引量:10
9
作者 叶伟 王健 刘加海 《体育科学》 CSSCI 北大核心 2004年第9期19-23,66,共6页
应用非线性动力学的方法 ,研究最大和 6 0 % MVC强度肱二头肌静态疲劳负荷及其恢复期表面肌电信号复杂度变化规律 ,探讨肌肉疲劳过程中 s EMG信号变化的可能原因和机制。结论 :s EMG信号 L em pel- Ziv复杂度反映了神经活动策略和神经... 应用非线性动力学的方法 ,研究最大和 6 0 % MVC强度肱二头肌静态疲劳负荷及其恢复期表面肌电信号复杂度变化规律 ,探讨肌肉疲劳过程中 s EMG信号变化的可能原因和机制。结论 :s EMG信号 L em pel- Ziv复杂度反映了神经活动策略和神经肌肉功能状态的变化。运动负荷诱发肱二头肌静态疲劳过程中 s EMG信号复杂度随运动负荷时间延长而减小 ,恢复期 s EMG信号复杂度和 MVC均随恢复时间的延长以相似的模式快速恢复 ,提示 ,s 展开更多
关键词 semg信号 肌肉 疲劳 恢复
在线阅读 下载PDF
sEMG生物反馈疗法及sEMG检测在脑卒中吞咽功能障碍中的应用 被引量:9
10
作者 乔鸿飞 张巧俊 +2 位作者 姚正伟 傅静 张慧 《中国康复医学杂志》 CAS CSCD 北大核心 2015年第4期386-388,共3页
脑卒中后吞咽功能障碍的发生比例在我国最高达62.5%,慢性吞咽功能障碍发病率约为16%[1]。国外文献报道,脑卒中后吞咽功能障碍的发病率为30%—40%[2]。吞咽功能障碍极大地影响了患者的生存质量,同时可导致吸入性肺炎、营养不良、窒息等... 脑卒中后吞咽功能障碍的发生比例在我国最高达62.5%,慢性吞咽功能障碍发病率约为16%[1]。国外文献报道,脑卒中后吞咽功能障碍的发病率为30%—40%[2]。吞咽功能障碍极大地影响了患者的生存质量,同时可导致吸入性肺炎、营养不良、窒息等并发症[3—4]。每次吞咽动作的完成都涉及一系列神经肌肉反射性协同运动,因此,患者吞咽功能康复治疗有一定的难度。 展开更多
关键词 吞咽功能障碍 脑卒中后 生物反馈疗法 semg 应用 检测 功能康复治疗 吸入性肺炎
在线阅读 下载PDF
赛艇运动员拉桨技术运动学特征及其相关肌肉sEMG分析 被引量:6
11
作者 陈庆杰 吴瑛 伍勰 《上海体育学院学报》 CSSCI 北大核心 2012年第5期81-85,共5页
通过表面肌电和高速摄像同步测试方法,揭示我国优秀赛艇运动员拉桨技术环节肌肉用力特征及其相应的运动学变化。结果显示:1)赛艇运动员拉桨时间为0.8 s,拉桨至与艇垂直时间占拉桨阶段的70%;2)拉桨环节肌肉活动顺序为股四头肌内侧头、股... 通过表面肌电和高速摄像同步测试方法,揭示我国优秀赛艇运动员拉桨技术环节肌肉用力特征及其相应的运动学变化。结果显示:1)赛艇运动员拉桨时间为0.8 s,拉桨至与艇垂直时间占拉桨阶段的70%;2)拉桨环节肌肉活动顺序为股四头肌内侧头、股直肌、腓肠肌、背阔肌、肱二头肌、腹直肌;3)肌肉做功百分比大小顺序为肱二头肌>股四头肌内侧头>背阔肌>股直肌>腓肠肌>腹直肌,aEMG值为背阔肌>股四头肌内侧头>腓肠肌>肱二头肌>股直肌>腹直肌。提示:运动员拉桨前阶段占有很大的比重;背阔肌、股四头肌内侧头、肱二头肌在拉桨阶段起着重要的作用;运动员除躯干打开稍早外,技术动作比较规范稳定,肌肉用力协调。 展开更多
关键词 赛艇运动员 拉桨技术 肌肉活动顺序 运动学特征 semg
在线阅读 下载PDF
等速运动负荷诱发肱二头肌疲劳过程中sEMG信号变化 被引量:17
12
作者 杨丹 王健 《中国体育科技》 北大核心 2002年第4期48-49,52,共3页
本研究的目的在于观察动态等速运动诱发肱二头肌疲劳过程中 s EMG信号时频分析指标的动态变化规律 ,确定能够较好地运用于动态肌肉功能评价的 s EMG指标。研究结果表明 ,动态运动过程中时域分析指标 i EMG和 RMS的变化较小且与负荷持续... 本研究的目的在于观察动态等速运动诱发肱二头肌疲劳过程中 s EMG信号时频分析指标的动态变化规律 ,确定能够较好地运用于动态肌肉功能评价的 s EMG指标。研究结果表明 ,动态运动过程中时域分析指标 i EMG和 RMS的变化较小且与负荷持续时间无明显线性相关 ;频域分析指标 MPF和 MF变化较大 ,但是只有 MPF的变化与负荷持续时间呈明显线性相关 ;MPF时间序列曲线下降斜率与肌肉的总作功量之间明显相关 。 展开更多
关键词 等速运动 肱二头肌 疲劳 semg信号
在线阅读 下载PDF
sEMG在颈痛患者颈肌功能特征研究中的应用 被引量:11
13
作者 胡小珍 姚新苗 +1 位作者 王 健 徐守宇 《中国康复医学杂志》 CAS CSCD 北大核心 2016年第5期578-582,共5页
表面肌电图(surface electromyography,s EMG)是神经肌肉系统在进行活动时的生物电变化经表面电极引导、放大、显示和记录所获得的一组电压时间序列信号,它与肌肉的活动状态和功能状态之间存在着不同程度的关联性,因而能在一定的程度... 表面肌电图(surface electromyography,s EMG)是神经肌肉系统在进行活动时的生物电变化经表面电极引导、放大、显示和记录所获得的一组电压时间序列信号,它与肌肉的活动状态和功能状态之间存在着不同程度的关联性,因而能在一定的程度上反映神经肌肉的活动[1]。在规范化控制的条件下,表面肌电信号可以定量的反映出肌肉的疲劳程度、肌力水平、多肌群的协调性等功能状况[2], 展开更多
关键词 颈痛 神经肌肉系统 颈肌 semg 时间序列信号 疲劳程度 表面肌电图 表面电极 表面肌电信号 耐力训练
在线阅读 下载PDF
一种克服sEMG人机交互中肌肉疲劳的SVM算法 被引量:5
14
作者 张毅 祝翔 罗元 《控制工程》 CSCD 北大核心 2014年第4期467-471,共5页
在基于表面肌电信号的人机交互系统中,产生的肌肉疲劳降低了系统的稳定性。针对该问题,分析肌肉正常状态和疲劳状态下的肌电信号变化规律,提出一种改进的在线支持向量机增量训练算法。该算法在每次训练SVM(Support Vector Machine)模型... 在基于表面肌电信号的人机交互系统中,产生的肌肉疲劳降低了系统的稳定性。针对该问题,分析肌肉正常状态和疲劳状态下的肌电信号变化规律,提出一种改进的在线支持向量机增量训练算法。该算法在每次训练SVM(Support Vector Machine)模型时,计算各样本到分类超平面的距离,并以之为条件对不断更新的训练数据进行有条件的选择和遗忘,只留下最大距离1/2以内的数据。通过在线训练不断更新训练样本来获得新的SVM模型,用于适应肌肉疲劳过程中肌电信号的变化,同时防止多次在线训练过程中更新的样本改变训练集间初始边界。最后在智能轮椅上进行验证,实验结果表明:该算法有效减少了肌肉疲劳在人机交互系统中的影响,使得系统能够保持长时间稳定操作。 展开更多
关键词 semg人机交互 肌肉疲劳 在线SVM 改进的增量训练算法
在线阅读 下载PDF
采摘机器人SEMG手势识别研究——基于RNN循环神经网络 被引量:5
15
作者 李虹飞 胡满红 《农机化研究》 北大核心 2022年第5期212-216,共5页
为了实现采摘机器人通过手势动作进行远程控制的目标,采用MYO手环采集人体手势动作信号,将信号进行滤波、放大和A/D转换等预处理后,通过无线通信模块发送给PC机;PC机提取右移、左移和采摘等动作的特征值,送入RNN网络中进行训练和识别,... 为了实现采摘机器人通过手势动作进行远程控制的目标,采用MYO手环采集人体手势动作信号,将信号进行滤波、放大和A/D转换等预处理后,通过无线通信模块发送给PC机;PC机提取右移、左移和采摘等动作的特征值,送入RNN网络中进行训练和识别,并将识别结果以指令的方式发送给采摘机器人,控制采摘机械手进行相应操作。实验结果表明:采摘机器人SEMG手势识别算法识别率较高,结果非常理想,验证了采摘机器人通过手势进行远程控制的可行性。 展开更多
关键词 采摘机器人 手势识别 MYO RNN semg
在线阅读 下载PDF
3种等长负荷运动中腰部脊竖肌sEMG信号变化特征的比较研究 被引量:2
16
作者 王翔 王健 罗晓芳 《中国体育科技》 北大核心 2003年第12期40-42,45,共4页
通过BS试验(Biering sorensentesting)、IS试验(Ito Shiradotesting)及直立位持重试验中sEMG信号变化特征的比较,探讨将IS试验移植到评价腰部脊竖肌活动状态和功能状态的sEMG信号特征分析中的可行性。结果表明,IS试验中腰部脊竖肌sEMG信... 通过BS试验(Biering sorensentesting)、IS试验(Ito Shiradotesting)及直立位持重试验中sEMG信号变化特征的比较,探讨将IS试验移植到评价腰部脊竖肌活动状态和功能状态的sEMG信号特征分析中的可行性。结果表明,IS试验中腰部脊竖肌sEMG信号MF和MPF变化的规律与BS试验中相似,所有的受试均呈线性下降。提示将IS试验移植到腰背部sEMG信号特征分析中具有可行性。 展开更多
关键词 等长负荷 脊竖肌 semg信号 比较
在线阅读 下载PDF
基于sEMG和肌肉骨骼模型的手指多关节力矩耦合分析 被引量:2
17
作者 谢平 肖俊明 +2 位作者 于金须 张立杰 杜义浩 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第9期266-275,共10页
手指内部力矩受表面肌电信号、肌力、手部姿态等因素影响而无法直接获取,为了实时且准确地获取手指各关节力矩以及耦合力矩并应用于手部康复机器人的交互控制中,提出了一种基于表面肌电信号和肌肉骨骼模型的手指多关节力矩和耦合力矩分... 手指内部力矩受表面肌电信号、肌力、手部姿态等因素影响而无法直接获取,为了实时且准确地获取手指各关节力矩以及耦合力矩并应用于手部康复机器人的交互控制中,提出了一种基于表面肌电信号和肌肉骨骼模型的手指多关节力矩和耦合力矩分析与实时获取方法。首先设计了自适应手指关节角度采集系统,通过实验同步采集指浅屈肌与指伸肌的肌电信号以及手指各关节的角度数据,建立手指多关节力矩模型,从而获取手指各关节力矩。然后建立手指D-H模型,结合虚功原理获取手指的耦合力矩。最后,辨识了手指多关节力矩模型的参数,并通过OpenSim软件获取了仿真力矩。计算力矩与仿真力矩的对比结果显示:4名被试3个关节力矩的均方根误差分别为0.1567、0.097425、0.08495,证明了该方法能够实时并准确的获取手指各关节力矩和耦合力矩,能够满足手部康复机器人交互控制准确性和实时性的需求。 展开更多
关键词 单关节力矩 semg 关节角度 肌肉骨骼模型 耦合力矩 D-H模型 交互控制
在线阅读 下载PDF
基于遗传算法的sEMG至SFAP的分解算法 被引量:1
18
作者 王江 李韬 +2 位作者 费向阳 曾启明 张立 《中国生物医学工程学报》 EI CAS CSCD 北大核心 2005年第3期343-349,共7页
本研究提出了一种表面肌电信号(SurfaceElectromyogram ,sEMG)至单纤维动作电位(SingleFiberActionPotential,SFAP)新的分解算法。由于sEMG分解的复杂性,本研究将sEMG分解问题转化为SFAP三基函数参数的优化问题和同一SFAP参数的聚类问... 本研究提出了一种表面肌电信号(SurfaceElectromyogram ,sEMG)至单纤维动作电位(SingleFiberActionPotential,SFAP)新的分解算法。由于sEMG分解的复杂性,本研究将sEMG分解问题转化为SFAP三基函数参数的优化问题和同一SFAP参数的聚类问题。在算法中,运用改进的遗传算法(GeneticAlgorithm ,GA)进行参数的优化,运用无监督学习的Kohonen神经网络进行参数的聚类。遗传算法的运用加强了算法的搜索能力,提高了分解的正确率,加快了算法的收敛速度。本分解算法的运用使得医疗诊断和假肢控制等领域可以通过非侵入式测量得到SFAP随时间的变化规律。 展开更多
关键词 semg 遗传算法 分解 SFAP 聚类
在线阅读 下载PDF
熵在不同等级偏瘫患者sEMG运动检测中的应用 被引量:2
19
作者 赵翠莲 徐浩宇 +1 位作者 罗林辉 王凯 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2018年第4期798-805,818,共9页
不同等级偏瘫患者的表面肌电信号(sEMG)受噪声影响不同,研究适合从偏瘫患者的肌电信号中检测肌肉活动的算法.对Brunnstrom分级Ⅰ-Ⅴ级偏瘫患者,采集双侧共同腕伸运动时前臂原动肌的肌电信号,将健康侧的信号作为对照组.采用运动/静息比方... 不同等级偏瘫患者的表面肌电信号(sEMG)受噪声影响不同,研究适合从偏瘫患者的肌电信号中检测肌肉活动的算法.对Brunnstrom分级Ⅰ-Ⅴ级偏瘫患者,采集双侧共同腕伸运动时前臂原动肌的肌电信号,将健康侧的信号作为对照组.采用运动/静息比方法,计算信号信噪比(SNR),对信号进行绝对值均值(MAV)、模糊熵(FuzzyEn)、样本熵(SampEn)、近似熵(ApEn)的滑动窗运算,比较在不同等级患者中各特征算法的优劣.在不同等级偏瘫患者中,患侧肌电信号的SNR与患者等级呈正相关性.与MAV法相比,3种熵值算法对Ⅱ-Ⅴ级偏瘫患者sEMG运动检测的适应性更好,有检测弱肌力患者潜在运动信号的潜力,其中FuzzyEn比其他熵值算法的适应性更好.对噪声的敏感性方面,FuzzyEn受影响最小. 展开更多
关键词 运动检测 表面肌电信号(semg) 绝对值均值(MAV) 偏瘫患者 不同等级
在线阅读 下载PDF
基于NMF-SVM模型的上肢sEMG手势识别方法 被引量:11
20
作者 隋修武 牛佳宝 +1 位作者 李昊天 乔明敏 《计算机工程与应用》 CSCD 北大核心 2020年第17期161-166,共6页
针对基于表面肌电信号进行动作识别的问题,按照不同的运动形态对应的各肌肉激活程度不同的思路,建立基于非负矩阵分解(NMF)与支持向量机(SVM)的联合模型,对从肌电信号中提取的特征值按照行表示肌肉类型,列表示特征值类型的规则组成规律... 针对基于表面肌电信号进行动作识别的问题,按照不同的运动形态对应的各肌肉激活程度不同的思路,建立基于非负矩阵分解(NMF)与支持向量机(SVM)的联合模型,对从肌电信号中提取的特征值按照行表示肌肉类型,列表示特征值类型的规则组成规律性的特征矩阵,并对特征矩阵进行非负矩阵分解降维,降维得到的表征各肌肉激活程度的系数矩阵送入到支持向量机中训练并分类。基于非负矩阵分解与支持向量机联合模型与传统SVM模型相比,计算效率提高了一半,识别率提高了5.2%;通过样本分离实验表明,该算法依然有91.7%以上的识别率,验证了算法的有效性。 展开更多
关键词 表面肌电信号(semg) 非负矩阵分解(NMF) 支持向量机(SVM) 特征矩阵 模式识别
在线阅读 下载PDF
上一页 1 2 17 下一页 到第
使用帮助 返回顶部