期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合心电与表面肌电特征的下肢康复疲劳估计方法
被引量:
2
1
作者
苑
尧尧
曹佃国
+1 位作者
李聪
刘澄玉
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2020年第6期1056-1064,共9页
疲劳估计在下肢康复训练过程中对提高意图识别精度、避免二次伤害有重要意义。现有方法多是仅利用表面肌电信号(sEMG)特征进行疲劳估计,未考虑加入蕴含疲劳状态信息的心电信号(ECG)特征,识别率较低且不稳定。针对此问题,提出了一种将ECG...
疲劳估计在下肢康复训练过程中对提高意图识别精度、避免二次伤害有重要意义。现有方法多是仅利用表面肌电信号(sEMG)特征进行疲劳估计,未考虑加入蕴含疲劳状态信息的心电信号(ECG)特征,识别率较低且不稳定。针对此问题,提出了一种将ECG与sEMG特征融合用于下肢康复疲劳估计的方法,设计改进的粒子群优化-支持向量机分类器,对融合特征向量进行识别,实现对轻松、过渡和疲累三种不同疲劳状态的准确识别,最终三种状态识别率分别为98.5%、93.5%、95.5%。经实验证明,该方法的平均识别率与只依靠sEMG特征相比提高了4.50%,比未经特征融合的ECG、sEMG组合特征提高了13.66%,证明将ECG与sEMG进行特征融合可以实现下肢康复疲劳的准确检测。
展开更多
关键词
下肢疲劳估计
心电信号
表面肌电信号
特征融合
改进的粒子群优化-支持向量机
原文传递
基于表面肌电信号上肢运动意图识别
被引量:
2
2
作者
张昌
苑
尧尧
李聪
《通信技术》
2019年第6期1370-1378,共9页
基于表面肌电信号的上肢运动意图识别的研究是上肢康复机器人及智能假肢精确控制的基础。在FourierM2上肢力反馈康复平台上进行了4种上肢动作意图的识别研究。针对上肢表面肌电信号存在的高频噪声、基线漂移以及50Hz工频干扰采用交叉去...
基于表面肌电信号的上肢运动意图识别的研究是上肢康复机器人及智能假肢精确控制的基础。在FourierM2上肢力反馈康复平台上进行了4种上肢动作意图的识别研究。针对上肢表面肌电信号存在的高频噪声、基线漂移以及50Hz工频干扰采用交叉去噪方法对噪声进行有效的滤除。为进一步提高上肢意图识别的准确率,分别在时域和频域对肌电信号进行特征值提取,构造特征向量。选用BP神经网络作为模式分类器实现4种上肢意图动作的分类。实验验证该分类器对10位测试者右肢的4个意图动作(向左、向右、向前、向后)的识别率为90%。
展开更多
关键词
肌电信号
模式识别
信号去噪
特征提取
BP神经网络
下载PDF
职称材料
基于低功耗、双模蓝牙通信的心电监护系统设计
被引量:
5
3
作者
苑
尧尧
曹佃国
+1 位作者
迟祥
张昌
《通信技术》
2019年第10期2573-2580,共8页
针对便携式心脏健康监护需求的增多,设计了一种基于低功耗、双模蓝牙通信的心电监护系统。通过低功耗、双模蓝牙模组HM-13及制定的数据传输协议,实现系统上位机与下位机间的通信;利用双手腕部的可重复电极,实现心电信号的采集;采用AD823...
针对便携式心脏健康监护需求的增多,设计了一种基于低功耗、双模蓝牙通信的心电监护系统。通过低功耗、双模蓝牙模组HM-13及制定的数据传输协议,实现系统上位机与下位机间的通信;利用双手腕部的可重复电极,实现心电信号的采集;采用AD8232设计硬件低通滤波与放大电路,STM32微处理器进行软件滤波与下位机系统设计,并基于LabVIEW开发信号预处理程序与上位机监测界面。其中,信号预处理过程主要包括低通滤波、工频陷波与经验模态分解、R波检测与心率计算等。经实验验证,该设计能够准确、实时监测人体心电图与心率等特征,实现了便携式心脏健康监护功能。
展开更多
关键词
蓝牙通信
心电
信号预处理
实时监测
AD8232
下载PDF
职称材料
题名
融合心电与表面肌电特征的下肢康复疲劳估计方法
被引量:
2
1
作者
苑
尧尧
曹佃国
李聪
刘澄玉
机构
曲阜师范大学工学院
东南大学仪器科学与工程学院
出处
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2020年第6期1056-1064,共9页
基金
国家重点研发计划项目(2018YFC2001704)
山东省重大科技创新工程项目(2019JZZY011111)
日照市科技创新专项项目(2019CXZX2212)。
文摘
疲劳估计在下肢康复训练过程中对提高意图识别精度、避免二次伤害有重要意义。现有方法多是仅利用表面肌电信号(sEMG)特征进行疲劳估计,未考虑加入蕴含疲劳状态信息的心电信号(ECG)特征,识别率较低且不稳定。针对此问题,提出了一种将ECG与sEMG特征融合用于下肢康复疲劳估计的方法,设计改进的粒子群优化-支持向量机分类器,对融合特征向量进行识别,实现对轻松、过渡和疲累三种不同疲劳状态的准确识别,最终三种状态识别率分别为98.5%、93.5%、95.5%。经实验证明,该方法的平均识别率与只依靠sEMG特征相比提高了4.50%,比未经特征融合的ECG、sEMG组合特征提高了13.66%,证明将ECG与sEMG进行特征融合可以实现下肢康复疲劳的准确检测。
关键词
下肢疲劳估计
心电信号
表面肌电信号
特征融合
改进的粒子群优化-支持向量机
Keywords
lower limbs fatigue estimation
electrocardiogram
surface electromyography
feature fusion
improved particle swarm optimization-support vector machine
分类号
R496 [医药卫生—康复医学]
原文传递
题名
基于表面肌电信号上肢运动意图识别
被引量:
2
2
作者
张昌
苑
尧尧
李聪
机构
曲阜师范大学
出处
《通信技术》
2019年第6期1370-1378,共9页
基金
山东省重点研发计划项目(No.2017GSF18116)
山东省研究生教育创新计划一般项目(No.SDYY16097)~~
文摘
基于表面肌电信号的上肢运动意图识别的研究是上肢康复机器人及智能假肢精确控制的基础。在FourierM2上肢力反馈康复平台上进行了4种上肢动作意图的识别研究。针对上肢表面肌电信号存在的高频噪声、基线漂移以及50Hz工频干扰采用交叉去噪方法对噪声进行有效的滤除。为进一步提高上肢意图识别的准确率,分别在时域和频域对肌电信号进行特征值提取,构造特征向量。选用BP神经网络作为模式分类器实现4种上肢意图动作的分类。实验验证该分类器对10位测试者右肢的4个意图动作(向左、向右、向前、向后)的识别率为90%。
关键词
肌电信号
模式识别
信号去噪
特征提取
BP神经网络
Keywords
sEMG
pattern recognition
signal denoising
feature extraction
BP neural network
分类号
TP24 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于低功耗、双模蓝牙通信的心电监护系统设计
被引量:
5
3
作者
苑
尧尧
曹佃国
迟祥
张昌
机构
曲阜师范大学工学院
山东省高校智能控制重点实验室
出处
《通信技术》
2019年第10期2573-2580,共8页
基金
国家重点研发计划项目(No.2018YFC2001704)
山东省重点研发计划项目(No.2017GSF18116)~~
文摘
针对便携式心脏健康监护需求的增多,设计了一种基于低功耗、双模蓝牙通信的心电监护系统。通过低功耗、双模蓝牙模组HM-13及制定的数据传输协议,实现系统上位机与下位机间的通信;利用双手腕部的可重复电极,实现心电信号的采集;采用AD8232设计硬件低通滤波与放大电路,STM32微处理器进行软件滤波与下位机系统设计,并基于LabVIEW开发信号预处理程序与上位机监测界面。其中,信号预处理过程主要包括低通滤波、工频陷波与经验模态分解、R波检测与心率计算等。经实验验证,该设计能够准确、实时监测人体心电图与心率等特征,实现了便携式心脏健康监护功能。
关键词
蓝牙通信
心电
信号预处理
实时监测
AD8232
Keywords
Bluetooth communication
ECG
signal preprocessing
real-time monitoring
AD8232
分类号
TP274 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合心电与表面肌电特征的下肢康复疲劳估计方法
苑
尧尧
曹佃国
李聪
刘澄玉
《生物医学工程学杂志》
EI
CAS
CSCD
北大核心
2020
2
原文传递
2
基于表面肌电信号上肢运动意图识别
张昌
苑
尧尧
李聪
《通信技术》
2019
2
下载PDF
职称材料
3
基于低功耗、双模蓝牙通信的心电监护系统设计
苑
尧尧
曹佃国
迟祥
张昌
《通信技术》
2019
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部