基于熵理论和复杂度的肌电信号分析

被引:7
作者
肖毅 [1 ,2 ]
陈善广 [2 ]
王春慧 [2 ]
机构
[1] 装备指挥技术学院光电装备系
[2] 中国航天员科研训练中心
关键词
Renyi熵; 小波熵; 复杂度; 肌电信号; 体力疲劳;
D O I
暂无
中图分类号
R318.0 [一般性问题];
学科分类号
0831 ;
摘要
传统信号处理方法对肌电信号分析存在一定局限,不能很好地描述肌电信号的复杂性;而基于熵理论和复杂度等非线性分析方法越来越多地应用于肌电信号等生理信号的处理。熵理论和复杂度对于肌电信号的处理具有运算速度快、数值特征明显,并且能够很好地描述其复杂性等特点。本文以做俯卧撑的上肢肌电信号为分析对象,通过计算其Renyi熵、小波熵和复杂度刻画不同阶段肌电信号的复杂性,并验证以此测度进行肌电信号不同区域划分的合理性,以及应用该方法分析肌电信号的有效性,取得了较好的效果。试验数据分析结果表明,小波熵值较大的部分对应于肌电信号能量较高的区域。从生理意义而言,这些区域正是肌肉纤维集中放电的过程。肌电信号成分单一,是复杂度较低的区域,而Renyi熵和复杂度值越大,对应的肌电信号成分复杂度越高,这与理论分析吻合得比较好,同时三者也得到了相互验证。由此表明该方法对于肌电信号的分析是可行的,非线性分析方法可能是未来肌电信号等生理信号的发展方向,该方法还可以应用于体力疲劳评价。
引用
收藏
页码:77 / 81
页数:5
相关论文
共 6 条
[1]   基于复杂性测度的睡眠脑电分期处理方法研究 [J].
张泾周 ;
马颖颖 ;
李婷 ;
周钊 ;
苗治平 .
中国生物医学工程学报, 2009, 28 (03) :367-371
[2]  
脑电信号分析方法及其应用[M]. 科学出版社 , 李颖洁, 2009
[3]  
小波分析导论[M]. 西安交通大学出版社 , (美)崔锦泰(CharlesK.Chui)著, 1995
[4]   Wavelet entropy analysis of event-related potentials indicates modality-independent theta dominance [J].
Yordanova, J ;
Kolev, V ;
Rosso, OA ;
Schürmann, M ;
Sakowitz, OW ;
Özgören, M ;
Basar, E .
JOURNAL OF NEUROSCIENCE METHODS, 2002, 117 (01) :99-109
[5]  
Wavelet entropy: a new tool for analysis of short duration brain electrical signals[J] . Journal of Neuroscience Methods . 2001 (1)
[6]  
Wavelet entropy in event-related potentials: a new method shows ordering of EEG oscillations[J] . R. Quian Quiroga,O. A. Rosso,E. Ba?ar,M. Schürmann.Biological Cybernetics . 2001 (4)