版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、肌電信號反應(yīng)了骨骼肌在不同狀態(tài)下的電位變化狀態(tài),所產(chǎn)生的電位變化與肌肉本身的結(jié)構(gòu)、收縮時所發(fā)生的化學(xué)變化有著密切的關(guān)聯(lián)。通過對肌電信號的研究和檢測,可以判斷神經(jīng)肌肉系統(tǒng)的運(yùn)動機(jī)能及其形態(tài)學(xué)的變化。肌電信號的分解就是將其中所包含的運(yùn)動單元動作電位波形(motorunitactionpotential,MUAP)提取出來,通過對其進(jìn)行分析,可以獲取神經(jīng)肌肉系統(tǒng)在運(yùn)動時所產(chǎn)生的運(yùn)動單元動作電位波形的一些基本信息。而表面肌電信號(surface
2、electromyography,sEMG)由于其在檢測肌肉信號時的無創(chuàng)傷性以及便捷性,更容易被接受,因此相關(guān)的研究也得到了研究人員的廣泛關(guān)注。本文重點(diǎn)對sEMG信號分解的工作做了詳細(xì)的研究,主要從以下幾個方面進(jìn)行分析。
首先,對sEMG信號進(jìn)行預(yù)處理。由于sEMG信號非常弱,在采集的過程中會受到各種噪聲的干擾。傳統(tǒng)的消噪方法采用的是常規(guī)濾波器,消噪效果不是十分有效,而且容易剔除掉信號中的一些有用信息。為得到信噪比更高的sEM
3、G信號,本文采用小波降噪法來對信號進(jìn)行出來。同時,為了后續(xù)的活動段的提取,本研究通過數(shù)學(xué)算子來突出sEMG信號的波峰值。
其次,提取MUAP波形模板。sEMG信號的分解就是通過信號的求逆來得到組成sEMG信號的MUAP波形。首先,提取活動段,并對活動段中的疊加波形進(jìn)行確定。之后,則是計(jì)算非疊加波形的小波系數(shù)特征向量來表征非疊加波形。最后通過小波神經(jīng)網(wǎng)絡(luò)對所提取到的非疊加波形進(jìn)行聚類,并通過計(jì)算所提取到的MUAP波形間的概率,將
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 表面肌電信號分解方法研究.pdf
- 多通道表面肌電信號分解的研究.pdf
- 基于線性變化力采集的表面肌電信號分解.pdf
- 基于模糊模式識別的表面肌電信號分解研究.pdf
- 基于多通道時空信息的表面肌電信號分解.pdf
- 基于表面肌電信號的下肢肌力預(yù)測研究.pdf
- 基于SOPC技術(shù)的表面肌電信號檢測系統(tǒng)的研究.pdf
- 基于表面肌電信號的人手抓取動作模式識別技術(shù)研究.pdf
- 基于肌電信號的人機(jī)交互技術(shù)研究.pdf
- 基于表面肌電信號的下肢動作識別研究.pdf
- 表面肌電信號檢測系統(tǒng)的研究.pdf
- 基于表面肌電信號區(qū)分上肢動作的實(shí)驗(yàn)研究.pdf
- 基于文化算法的表面肌電信號特征選擇研究.pdf
- 基于FPGA的表面肌電信號檢測與處理.pdf
- 人體下肢表面肌電信號的特性研究.pdf
- 表面肌電信號識別和分類的研究.pdf
- 基于表面肌電信號非線性特征的局部肌疲勞研究.pdf
- 表面肌電信號分析系統(tǒng)設(shè)計(jì).pdf
- 基于直方圖和頻譜的表面肌電信號處理.pdf
- 基于在線學(xué)習(xí)的表面肌電信號分類方法研究.pdf
評論
0/150
提交評論