表面肌电信号的分析和特征提取

被引:42
作者
吴冬梅
孙欣
张志成
杜志江
机构
[1] 哈尔滨工业大学机器人技术与系统国家重点实验室
关键词
表面肌电信号; 信号采集; 信号处理(优化); 特征分析; 特征值提取;
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
背景:表面肌电信号的检测与分析对临床诊断人体功能状况以及患者康复具有重要意义。目的:对表面肌电信号的采集、信号处理、特征分析和特征值提取方面进行分析。方法:在人体屈伸肘部的过程中,选取人体上肢4块肌肉(肱三头肌,肘肌,肱二头肌,肱桡肌)分别检测表面肌电信号,对表面肌电信号进行陷波和带通滤波等预处理(优化)。在此基础上分析表面肌电信号的特征,并应用不同的特征值提取方法对优化后的表面肌电信号进行了特征提取。结果与结论:时域方法最早应用于肌电信号分析,易提取、方法简单;频域方法提取的特征值较稳定,使得频域方法成为肌电信号处理技术的主流;以小波变换为代表的时-频分析方法因结合了时域、频域两方法的特性,在肌电信号分析方面颇有潜力。
引用
收藏
页码:8073 / 8076
页数:4
相关论文
共 12 条
[1]  
基于sEMG信号的外骨骼式机器人上肢康复系统研究.[D].李庆玲.哈尔滨工业大学.2009, 01
[2]   Amplitude and spectral characteristics of biceps Brachii sEMG depend upon speed of isometric force generation [J].
Sbriccoli, P ;
Bazzucchi, I ;
Rosponi, A ;
Bernardi, M ;
De Vito, G ;
Felici, F .
JOURNAL OF ELECTROMYOGRAPHY AND KINESIOLOGY, 2003, 13 (02) :139-147
[3]  
表面肌电信号的特征提取与模式分类研究.[D].邱青菊.上海交通大学.2009, 07
[4]  
手臂康复训练机器人控制及实验研究.[D].佟杰.哈尔滨工程大学.2007, 04
[5]   基于HMM的表面肌电信号模式分类 [J].
罗志增 ;
严庭芳 .
华中科技大学学报(自然科学版), 2008, (04) :72-75
[6]   手臂康复机器人阻抗控制实验研究 [J].
张立勋 ;
杨勇 ;
张今瑜 ;
佟杰 .
哈尔滨工程大学学报, 2008, (01) :69-72+84
[7]   基于不同频率声音刺激的脑电信号分析方法研究 [J].
孙宇舸 ;
李丽 ;
叶柠 ;
徐心和 .
生命科学仪器, 2007, (07) :23-27
[8]   基于肌电信号的人手运动状态的辨识 [J].
李醒飞 ;
朱嘉 ;
杨晶晶 ;
张国雄 ;
卢志扬 .
中国生物医学工程学报, 2007, (02) :166-169
[9]   基于多通道肌电信号小波变换的人手运动识别 [J].
姜明文 ;
王人成 ;
王敬章 ;
金德闻 .
中国康复医学杂志, 2006, (01) :22-24
[10]   基于肌电信号的手臂运动状态的辨识 [J].
李醒飞 ;
杨晶晶 ;
史颖 ;
张国雄 ;
卢志扬 .
中国生物医学工程学报, 2005, (04) :416-420