简介概要

基于磁场刺激的肌电信号模式识别的研究

来源期刊:控制与决策2006年第2期

论文作者:崔建国 王旭 张大千 张春霞

文章页码:158 - 162

关键词:表面肌电信号;信号处理;小波变换;神经网络;模式识别;

摘    要:对于人体表面肌电(SEM G)信号提出一种新的研究方法,即在磁场刺激下,采用小波变换的方法,对从掌长肌、肱桡肌、尺侧腕屈肌和肱二头肌上采集的4路表面肌电信号进行分析,并提取其6级小波分解系数绝对值累加和的平均值作为信号的特征,构建特征矢量.输入神经网络分类器进行模式识别,经过训练能够成功地识别出握拳、展拳、腕内旋、腕外旋、屈腕、伸腕、前臂内旋、前臂外旋8种运动模式.实验结果表明,该方法识别率高,所需数据量少,运算速度快,实时性好,为肌电等生物电信号的研究提供了一种新方法.

详情信息展示

基于磁场刺激的肌电信号模式识别的研究

崔建国1,王旭1,张大千2,张春霞3

1. 东北大学信息科学与工程学院2. 沈阳航空工业学院自动控制系3. 中国医科大学第一附属医院

摘 要:对于人体表面肌电(SEM G)信号提出一种新的研究方法,即在磁场刺激下,采用小波变换的方法,对从掌长肌、肱桡肌、尺侧腕屈肌和肱二头肌上采集的4路表面肌电信号进行分析,并提取其6级小波分解系数绝对值累加和的平均值作为信号的特征,构建特征矢量.输入神经网络分类器进行模式识别,经过训练能够成功地识别出握拳、展拳、腕内旋、腕外旋、屈腕、伸腕、前臂内旋、前臂外旋8种运动模式.实验结果表明,该方法识别率高,所需数据量少,运算速度快,实时性好,为肌电等生物电信号的研究提供了一种新方法.

关键词:表面肌电信号;信号处理;小波变换;神经网络;模式识别;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号