国家自然科学基金(60371015)
- 作品数：14 被引量：44H指数：4
- 相关作者：杨基海陈香李强梁政褚雪忠更多>>
- 相关机构：中国科学技术大学中国移动通信集团安徽有限公司中国移动通信安徽有限公司更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生生物学更多>>
- 基于匹配实测表面肌电信号的模型参数辨识(英文)
- 2007年
- 目的通过对仿真与真实表面肌电信号(sEMG)的波形匹配以及肌疲劳现象的分析,研究sEMG信号的模型参数辨识问题。方法在运动单位仿真的基础上,引入神经激励对运动单位的募集和发放控制特性,建立了一个较为完善的sEMG信号生理学模型。利用调整模型相关生理参数使仿真与真实sEMG信号的运动单位动作电位(MUAP)波形相匹配的方法,实现对模型参数进行估计,通过调节肌纤维传导速度(MFCV)使仿真与真实sEMG信号的平均频率(MNF)及中值频率(MDF)拟合直线趋势相似的方法,研究肌肉的疲劳现象及其机理。结果适当调节sEMG信号模型参数可使仿真信号波形逼近真实sEMG信号波形,各个肌纤维的MFCV在模拟恒力持续收缩过程中减小时,仿真信号的MNF和MDF拟合直线呈下降趋势。结论采用模型方法能够实现仿真与真实sEMG信号波形的良好匹配,并能够有效地表达肌肉的疲劳过程,可应用于肌电信号相关领域的研究。
- 李强杨基海赵章琰褚雪忠陈香娄智
- 关键词：表面肌电信号肌疲劳
- 独立分量分析在表面肌电信号分解中的应用被引量：4
- 2004年
- 采用独立分量分析中的信息极大化快速算法初步探讨了表面肌电信号的分解问题。研究结果表明 ,独立分量分析对肌肉轻度收缩力水平下 (<10 %MVC)表面肌电信号的分解有较好的效果 。
- 谭春祥杨基海钱晓进梁政
- 关键词：表面肌电信号轻度收缩力独立分量分析
- 基于SEONS算法的表面肌电信号分解方法研究被引量：8
- 2007年
- 目的探讨表面肌电信号(sEMG)的分解问题,以检测神经肌肉系统的运动单位发放的信息。方法采用二阶非平稳源分离(SEONS)算法以及FastICA方法对肌肉轻度收缩情况(10%MVC)的sEMG进行分解研究,并对分离信号中的运动单位动作电位波形进行检测判断。结果两种方法均能较有效地提取隐含在sEMG信号中的运动单位发放信息,但由于sEMG信号是一种复杂的非平稳信号,两种方法的分离结果存在一定的差异性。结论SEONS算法从非平稳性的角度来考虑信号的盲源分离问题,较符合sEMG信号的非平稳特征,因而可应用于sEMG信号的分解研究。
- 李强杨基海陈香张旭
- 关键词：表面肌电信号运动单位动作电位
- 二阶统计量盲分离技术在表面肌电信号分解过程中的应用被引量：2
- 2007年
- 采用基于二阶统计量的盲源分离算法对多导表面肌电信号进行处理,实现噪声的分离和表面肌电信号的初步分解。实验结果表明,无论是对仿真表面肌电信号还是真实表面肌电信号,二阶盲分离方法具有良好的处理结果,其中,SEONS算法的分解性能最佳。
- 张旭杨基海李强陈香
- 关键词：表面肌电信号盲源分离非平稳
- 基于盲源分离技术的运动单位动作电位检测被引量：1
- 2006年
- 采用独立分量分析（ICA）技术和二阶非平稳源分离（SEONS）算法来研究肌肉轻度收缩情况下的表面肌电信号（SEMG）的运动单位动作电位（MUAP）检测问题，通过仿真实验来探讨两种算法对SEMG信号的分离性能，并将算法应用于肌肉轻度收缩时（10％MVC）的真实SEMG信号分解研究．仿真SEMG信号分解实验结果表明，两种算法对MUAP检测效果均较为满意，且随着噪声的增加有所变差，肌肉轻度收缩时（10％MVC）真实SEMG信号分解实验也论证了两种算法实际应用的可行性．盲源分离（BSS）技术为研究隐含在肌电信号中的运动单位募集和发放等信息提供了有效途径，较符合SEMG信号特性，因而可应用于SEMG信号分解及运动单位动作电位（MUAP）检测等相关领域的研究．
- 李强杨基海陈香
- 关键词：表面肌电信号盲源分离独立分量分析运动单位动作电位
- 基于生理层肌电模型的表面肌电信号仿真方法被引量：2
- 2005年
- 目的根据SEMG的生理和检测过程的实际情况,研究表面肌电信号分解测试信号的仿真方法。方法从生理层肌电模型出发,以模拟电极随机抖动的方法仿真MUAP波形的随机变异,以改变传导速度的方法模拟MUAP的趋势变异,采用调整MU发放时刻表的方法模拟出特定叠加程度的SEMG信号。结果同一MU中的不同发放时刻的MUAP波形的随机变异以及MUAP波形的趋势变异都可以通过该方法定量模拟。结论该方法模拟出的SEMG信号更能逼近真实表面肌电信号的特征,可用于验证SEMG分解算法。
- 何为杨基海梁政陈香
- 关键词：表面肌电信号运动单位动作电位仿真
- 基于递归量化分析的表面肌电特征提取和分类被引量：14
- 2006年
- 利用展拳、握拳和腕屈、腕伸时从前臂分别检测的两路表面肌电(surface electromyography,SEMG)信号,对四种动作进行了分类研究.先采用移动平均法(moving average,MA)和一阶差分法确定SEMG信号中对应的每个动作波形的起止点,再利用递归量化分析(recurrence quantifica-tion analysis,RQA)方法提取各种动作波形的非线性特征参量(确定率、递归率等),由两路SEMG信号的这些特征参量构成特征矢量,输入BP(back propagation)神经网络,完成对不同动作的分类.研究结果表明,将利用递归量化分析得到SEMG信号的几种非线性参量作为特征值,对不同动作进行分类能够获得较高的分类准确率.
- 尹少华杨基海梁政陈香任焱暄
- 关键词：表面肌电信号神经网络
- 电极配置对MUAP检测影响的仿真研究被引量：3
- 2006年
- 本研究采用模型的方法,研究了电极配置对运动单位动作电位检测的影响。根据肌肉的形态结构和生理特征,从细胞内动作电位开始,仿真了运动单位动作电位序列。在此基础上,研究了电极的配置对运动单位动作电位的波形和统计特征的影响。结果表明:尺寸较小的电极选择性较好;差分电极的选择性优于单电极,适当调整其电极间距离和角度,可提高检测质量。
- 褚雪忠杨基海李强陈香
- 关键词：肌电信号仿真运动单位动作电位电极
- 基于高阶谱的肌纤维传导速度谱坑法检测被引量：2
- 2004年
- 针对目前采用的谱坑法抗噪声性能差的问题 ,提出了基于高阶谱重构功率谱的谱坑法 ,检测肌纤维传导速度 (MFCV) ,并对这种方法的抗噪性能进行了研究。同时 ,提出一种基于小波多尺度分析的适于噪声环境下谱坑自动检测的多尺度 -二阶差分法 ,完成对肌纤维传导速度的检测。仿真实验结果表明 ,本文的方法与经典周期图估计功率谱谱坑法相比 ,可以显著改善估计功率谱的信噪比 ,提高谱坑法的抗噪能力和MFCV检测的精度。对真实针电极肌电信号的实验结果也表明 。
- 梁政杨基海叶硃钱晓进陈香冯焕清
- 关键词：高阶谱肌纤维
- 基于非线性能量算子的表面肌电信号MUAP发放检测被引量：9
- 2006年
- 采用基于平滑非线性能量算子(smoothednonlinearenergyoperator,SNEO)的方法对表面肌电(surfaceEMG,SEMG)信号运动单位动作电位(motorunitactionpotential,MUAP)的发放信息进行检测,提出一种能较精确确定MUAP发放数目的阈值检测方法。利用这些方法分别对肌肉轻度收缩和中度收缩时的SEMG信号进行了MUAP发放检测实验,结果表明,对于轻度收缩时的SEMG信号,本文的方法十分有效,而对中度收缩时的SEMG信号也能获得比较满意的检测结果。
- 李强杨基海陈香褚雪忠
- 关键词：表面肌电信号运动单位动作电位
