检索结果-南通市图书馆

同方期刊数据库

基于小波降噪和时序数据图像化的表面肌电信号识别

在线全文

学校读者我要写书评

暂无评论

山西大学学报(自然科学版) 2024年第1期47卷 103-111页

作者：菅小艳韩素青杨红菊太原师范学院计算机科学与技术学院山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室

表面肌电信号（sEMG）是人体肌肉收缩时发出的信号，能很好地反映人体肌肉功能，因此被广泛应用在临床、假肢控制、康复评估等领域。由于受采集器、佩戴位置和环境等因素的影响，电脑接收的信号包含随机噪声，严重影响信号的分析和研究... 详细信息

表面肌电信号（sEMG）是人体肌肉收缩时发出的信号，能很好地反映人体肌肉功能，因此被广泛应用在临床、假肢控制、康复评估等领域。由于受采集器、佩戴位置和环境等因素的影响，电脑接收的信号包含随机噪声，严重影响信号的分析和研究。因此，本文提出了一种基于新的小波阙值降噪和时序数据图像化的表面肌电信号识别方法。首先，本文采集五种基本上肢运动的sEMG，并采用小波分解对其降噪。提出了一种新的阈值函数以弥补传统小波分解任务中软阈值函数的失真现象和硬阈值函数会产生振荡的缺陷，并在理论上证明了该函数在阈值处的连续性和与原小波系数的无偏差性。然后，受计算机视觉中卷积神经网络成功应用的启发，本文利用短时傅里叶变换将时序数据转换成图像数据。随后，在原始数据集和不同阈值函数降噪后的数据集上的实验表明，本文方法降噪后的数据集上分类性能更优；在降噪后的数据集上，使用二维卷积神经网络（Two Dimensional Convolutional Neural Networks, 2DCNN）模型在四个动作的数据上准确率最高、一个次高。说明本文方法可以有效提高sEMG的识别率，具有较好泛化能力。

关键词：表面肌电信号小波降噪时序数据图像数据短时傅里叶变换

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于表面肌电信号的关节角度预测模型

太原理工大学学报 2024年

作者：赵紫慧张绪树郭媛徐志康曹容慧太原理工大学生物医学工程学院

【目的】研究利用上肢表面肌电（surface electromyography，sEMG）信号进行关节角度连续预测的方法，探讨提高sEMG信号控制智能假肢的精度。【方法】采集14名健康右利手受试者上肢7块肌肉的表面肌电信号，提取sEMG信号的时域特征值，采... 详细信息

【目的】研究利用上肢表面肌电（surface electromyography，sEMG）信号进行关节角度连续预测的方法，探讨提高sEMG信号控制智能假肢的精度。【方法】采集14名健康右利手受试者上肢7块肌肉的表面肌电信号，提取sEMG信号的时域特征值，采用Vicon运动捕捉系统同步采集受试者上肢的三维运动学数据，计算肘关节角度。搭建了具有注意力机制和残差模块的长短期记忆网络（Long Short-term Memory with an attention mechanism and residual blocks，AR-LSTM）作为预测模型来连续估计肘关节角度，并与长短期记忆网络、卷积神经网络、多层感知器等神经网络进行了比较，并通过计算均方根误差、拟合优度和平均绝对百分比误差来评估每个神经网络预测关节角度序列的准确性。【结果】AR-LSTM均方根误差、拟合优度和平均绝对百分比误差分别为7.939°、0.921和5.554%，优于其他常规预测模型。【结论】AR-LSTM能够有效提高sEMG的关节角度连续解码的精度。研究结果表明了本文搭建的基于sEMG信号的关节角度预测模型可以应用于智能假肢控制，并提高角度控制的精度。

关键词：表面肌电信号肘关节角度估计长短时记忆网络注意力机制运动捕捉

基于表面肌电信号的单轨吊驾驶员肌肉疲劳分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

矿业研究与开发 2024年第7期44卷 221-229页

作者：辛运胜金泓懿宁振兵白伟董青苏妮娜太原科技大学机械工程学院山西太原030024 太原矿机电气股份有限公司山西太原030024 太原科技大学经济管理学院山西太原030024

单轨吊车作为一种煤矿井下运输机车,其工作环境会引发井下操作人员工作的舒适性等问题。为分析单轨吊驾驶员主要肌肉的疲劳状况,对易疲劳的16块肌肉进行肌电测试研究,并提取信号的积分肌电值(iEMG)和均方根值(RMS),结合时域分析和多元... 详细信息

单轨吊车作为一种煤矿井下运输机车,其工作环境会引发井下操作人员工作的舒适性等问题。为分析单轨吊驾驶员主要肌肉的疲劳状况,对易疲劳的16块肌肉进行肌电测试研究,并提取信号的积分肌电值(iEMG)和均方根值(RMS),结合时域分析和多元非线性回归分析方法,以iEMG和RMS为自变量,疲劳度为因变量分析肌肉疲劳特性。结果表明:驾驶员在上车和下车过程中的肌肉疲劳度远大于机车行走时的肌肉疲劳度;在机车操作过程中,由于驾驶员需要一直用右脚踩踏加速踏板来控制机车行走,使驾驶员右侧下肢肌肉中的股直肌、股二头肌、腓肠肌和比目鱼肌产生疲劳,且腓肠肌的疲劳度最大;为避免驾驶员出现一侧肌肉过度疲劳的情况,应该将驾驶室操作元件布置在两侧,减少一侧肌肉的使用率,降低驾驶员操作疲劳度,提高驾驶舒适度。

关键词：单轨吊车表面肌电信号积分肌电值均方根值肌肉疲劳

在线全文

学校读者我要写书评

暂无评论

采用迁移学习的表面肌电信号手势识别方法

科学技术与工程 2024年第12期24卷 5044-5050页

作者：胡学政陶庆赵暮超刘景轩马金旭新疆大学机械工程学院乌鲁木齐830017

为解决采用表面肌电信号(surface electromyography,sEMG)进行手势识别时电极贴片位移、受试者动作变化等复杂情况下分类识别准确率下降这一问题,提出一种基于表面肌电信号与迁移学习的手势分类模型。首先对4通道表面肌电信号进行活动... 详细信息

为解决采用表面肌电信号(surface electromyography,sEMG)进行手势识别时电极贴片位移、受试者动作变化等复杂情况下分类识别准确率下降这一问题,提出一种基于表面肌电信号与迁移学习的手势分类模型。首先对4通道表面肌电信号进行活动段提取与降噪处理,然后提取活动段信号的4种时域特征与2种频域特征。采用流形嵌入分布对齐(manifold embedded distribution alignment,MEDA)方法将源领域和目标领域的特征矩阵嵌入到格拉斯曼流形中进行流形特征学习,减小两域之间的数据差异,消除特征退化;同时根据自适应因子执行动态分布对齐,动态调整数据不同分布差异下边缘分布和条件分布的相对重要性。对多名受试者开展实验以验证所提方法的合理性,实验结果表明:所提方法与决策树(decision tree,DT)、支持向量机(support vector machine,SVM)、k临近(k-nearest neighbor,KNN)3种传统机器学习方法相比,识别准确率分别提高了13%、21%、9%。与未执行流形学习与动态分布对齐的联合分布适配(joint distribution adaptation,JDA)迁移学习方法相比,识别准确率提高了52%,达到93%,证明所提方法对于复杂情况下的手势分类具有优良的效果。

关键词：表面肌电信号迁移学习活动段提取流形嵌入分布对齐手势识别

在线全文

学校读者我要写书评

暂无评论

基于表面肌电信号及肌肉疲劳的上肢肌力预测

电子测量技术 2024年第5期47卷 181-187页

作者：隋修武高俊杰梁天翼蔡俊杰王涛天津工业大学机械工程学院天津300387 天津市现代机电装备技术重点实验室天津300387

为解决目前肌肉力测量时用肢体末端力表示实际肌肉力大小,以及未将肌肉疲劳程度考虑在内的问题,本文提出了一种基于表面肌电信号和肌肉疲劳的上肢肌肉力预测方法。利用AnyBody软件建立上肢肌肉骨骼模型,并将上肢末端力经过仿真得到单块... 详细信息

为解决目前肌肉力测量时用肢体末端力表示实际肌肉力大小,以及未将肌肉疲劳程度考虑在内的问题,本文提出了一种基于表面肌电信号和肌肉疲劳的上肢肌肉力预测方法。利用AnyBody软件建立上肢肌肉骨骼模型,并将上肢末端力经过仿真得到单块肌肉的肌力大小;采用肌肉等长收缩的时间来表征肌肉疲劳程度。10名健康男性受试者进行上肢等长收缩实验,提取实验过程中肱二头肌肌电信号的积分肌电值、均方根、中值频率、平均功率频率、最大小波系数及其对应频率六个特征值;将肌肉力与特征值、肌肉疲劳程度进行分析后发现三者之间高度相关。采用麻雀搜索算法优化BP神经网络的权值和阈值,构造并训练上肢肌力预测模型。经测试集检验结果表明,该方法的误差小于12%,可以对肌力进行较为准确的预测。

关键词：表面肌电信号肌肉疲劳 SSA-BP回归预测模型 AnyBody 肌力预测

在线全文

学校读者我要写书评

暂无评论

表面肌电信号功能性电刺激无线采集装置设计

太原科技大学学报 2024年第4期45卷 353-359页

作者：郭文静崔让曹慧亮王江朋太原工业学院电子工程系太原030008 中北大学仪器与电子学院太原030051 国网山西超高压变电公司太原030006

表面肌肉电信号是肌肉运动变化时产生的生物电信号,是在体表无创检测肌肉运动的重要方法。该研究设计了一种肌肉电信号采集装置,可通过无线方式将多通道肌肉电信号传输至电脑端,并通过上位机界面进行显示。肌肉电信号采集电路实现微弱... 详细信息

表面肌肉电信号是肌肉运动变化时产生的生物电信号,是在体表无创检测肌肉运动的重要方法。该研究设计了一种肌肉电信号采集装置,可通过无线方式将多通道肌肉电信号传输至电脑端,并通过上位机界面进行显示。肌肉电信号采集电路实现微弱的肌肉电信号采集、放大、滤波等前置处理,方便进行数据采集并无线发送;单片机实现数据采集及数据封包处理,并按照无线协议将数据发送至电脑端。电脑端上位机将接收到的数据包进行解析,提取有用数据,最后将肌肉电信号波形进行显示。通过在人体肌肉表面贴附此采集装置,可以将肌肉的运动状态信息回传到电脑端进行分析。

关键词：表面肌电信号无线数据采集多通道采集无创检测硬件电路

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

表面肌电信号中工频干扰的滤波方法研究

电声技术 2024年第3期48卷 13-17页

作者：黄爱群韦峻峰广西民族大学电子信息学院广西南宁530006

基于表面肌电信号的语音识别研究中,工频干扰会严重影响信号质量,使得识别准确率下降。如何在消除工频干扰的同时,尽可能保留肌电信号中的发音动作特征是一个值得研究的问题。在传统肌电信号的工频干扰滤除任务中,巴特沃斯带阻滤波器虽... 详细信息

基于表面肌电信号的语音识别研究中,工频干扰会严重影响信号质量,使得识别准确率下降。如何在消除工频干扰的同时,尽可能保留肌电信号中的发音动作特征是一个值得研究的问题。在传统肌电信号的工频干扰滤除任务中,巴特沃斯带阻滤波器虽然消除了工频干扰,但也衰减了电信号中与工频干扰相同的频率成分。基于此,提出一种邻域均峰比滤波方法,动态计算频域滤波方法中的修正系数,针对工频干扰及其谐波进行修正,尽可能使被滤波的频带的幅度与相邻频带的幅度保持一致。对比结果表明,邻域均峰比滤波能够使滤波后的波形更接近原始波形。

关键词：表面肌电信号信号处理频域滤波工频干扰

在线全文

学校读者我要写书评

暂无评论

羽毛球运动员表面肌电信号采集与提取仿真

信息技术 2024年第1期48卷 128-133,140页

作者：刘晶晶李峰安康职业技术学院基础教学部陕西安康725000 安康职业技术学院附属小学陕西安康725000

为更精确地分析羽毛球运动员上肢运动细节,提出基于表面肌电信号的采集与提取方法。采集不同的肌电信号反映动作状态,提取上肢局部动作特征向量,利用小波变换结合自适应滤波的方法对采集的不同动作对应的表面肌电信号进行预处理,获得纯... 详细信息

为更精确地分析羽毛球运动员上肢运动细节,提出基于表面肌电信号的采集与提取方法。采集不同的肌电信号反映动作状态,提取上肢局部动作特征向量,利用小波变换结合自适应滤波的方法对采集的不同动作对应的表面肌电信号进行预处理,获得纯净的表面肌电信号。利用神经网络算法比较表面肌电信号时域特征、频域特征以及时频特征对羽毛球运动员上肢运动的影响。通过计算机仿真验证上肢运动模拟模型合理性,结果表明,所提方法能有效采集羽毛球运动员上肢运动的规律,识别正确率高,动作执行完整度高。

关键词：羽毛球运动表面肌电信号上肢局部动作小波变换神经网络算法

基于改进ResNet50的表面肌电信号手势识别

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2024年第4期43卷 181-189页

作者：牛群峰石磊贾昆明桂冉冉董鹏豪王莉河南工业大学电气工程学院郑州450000

为了提高手势动作在类别众多且相似度高的情况下的识别精度,提出了一种基于连续小波变换和残差神经网络Res-Net50的表面肌电信号手势识别方法。首先对Ninapro DB2和DB3的原始表面肌电信号进行预处理和连续小波变换,得到Multi-sEMG Wavel... 详细信息

为了提高手势动作在类别众多且相似度高的情况下的识别精度,提出了一种基于连续小波变换和残差神经网络Res-Net50的表面肌电信号手势识别方法。首先对Ninapro DB2和DB3的原始表面肌电信号进行预处理和连续小波变换,得到Multi-sEMG Wavelet Map数据集,然后送入改进的ResNet50模型进行识别分类。实验结果表明,改进后的ResNet50网络模型在Multi-sEMG Wavelet Map DB2和DB3中17种手势动作的平均准确率分别达到了96.40%和94.11%,相比ResNet50网络模型方法提升了4.87%和5.83%。实现了手势动作在类别繁多、相似度较高的情况下的精准识别。为基于非侵入式传感器和机器学习控制的假肢手提供了新方案。

关键词：表面肌电信号连续小波变换 Multi-sEMG Wavelet Map ResNet50