基于模糊自相似性的表面肌电信号分形分析

被引：3

作者：

胡晓 ^{[1
]}

王志中 ^{[2
]}

任小梅 ^{[2
]}

马波 ^{[2
]}

机构：

[1] 华南师范大学激光生命科学研究所

[2] 上海交通大学生物医学工程系

来源：

北京生物医学工程 | 2006年 / 02期

关键词：

sEMG; 模糊自相似性; 分数维; 关联维; GP算法;

D O I：

暂无

中图分类号：

R318 [生物医学工程];

学科分类号：

0831 ;

摘要：

表面肌电信号(surface EMG,sEMG)是一种复杂的非线性信号。近年来,分形分析常被用来揭示这种非线性特征。本文采用一种基于模糊自相似性的分数维计算方法,来获取前臂执行四种动作时所对应的动作sEMG的分数维。结果表明,通过这种方法获得的分数维能够聚集在各自特定的范围内,并且,通过分形维能够区分部分动作sEMG。

引用

页码：178 / 181

页数：4

共 6 条

[1]

A New Strategy for MultifunctionMyoelectric Control. Hudgins B,Parker P,Scott RN. IEEE Transactions on Biomedical Engineering . 1993

[2]

Measuring the strangeness of strangeattractors. Grassberger P,Procaccia I. Physica D Nonlinear Phenomena . 1983

[3]

Wavelet and Short-Time Fourier Transform Analysis of Electromyography for Detectionof Back Muscle Fatigue. Sparto PJ,Parnianpour M,Barria EA,et al. IEEE Transactions on rehabilitationengineering . 2000

[4]

Detecting nonlinearity of action surfaceEMG signal. Lei M,Wang ZZ,Feng ZJ. Physics Letters . 2001

[5]

Characterization of medical time series usingfuzzy similarity-based fractal dimensions. Sarkar M,Leong ZY. Artificial Intelligence . 2003

[6]

Fractal analysis of surfaceEMG signals from the biceps. Gupta V,Suryanarayanan S,Reddy NP. International Journal of MedicalInformatics . 1997

← 1 →