首页 > 文献资料
-
基于Gap Statistic和广义互相关的单通道SEMG分解
目的 分解单通道表面肌电信号(surface electromyography,sEMG),获得组成肌电信号的运动单元动作电位(motor unit action potential,MUAP)的波形及发放频率.方法 首先对单通道的sEMG信号进行候选MUAP信号段检测,然后使用基于模糊K-均值聚类的Gap Statistic聚类分析处理获取参与肌肉活动的运动单元发放的模板MUAP,后使用广义互相关求时延的方法完成对低收缩水平的表面肌电信号的分解,并获得所有模板MUAP的发放频率.结果 对模拟的单通道表面肌电信号进行分解,MUAP的准确识别率可达80%以上;并对真实采集的低收缩水平的等长收缩表面肌电信号进行分解,得到了MUAP波形和发放信息.结论 本文提出的方法能够有效的对单通道表面肌电信号进行分解,具有较好的分解效果.
-
基于自适应阈值处理的表面肌电信号小波去噪研究
针对表面肌电(sEMG)信号信噪比较低的问题,本文在Donoho通用阈值法的基础上,采用了一种基于自适应阈值处理的小波去噪方法.相对于通用阈值法,这种方法可以根据sEMG信号的不同信噪比自适应地调整阈值,更有效地去除噪声、减小信号的失真,从而提高信噪比.仿真和真实sEMG信号实验均论证了这种方法的优越性.