表面肌电信号的降噪处理 被引量：16

1

作者 李佳妮 王云峰 《传感器与微系统》 CSCD 2017年第7期42-44,49,共4页

表面肌电信号是一种易受多种噪声影响的生物电信号,其中以工频干扰、基线漂移、白噪声等干扰尤为严重。通过分析噪声干扰的特点,结合表面肌电信号特征,选取频谱插值法在频域内消除了工频干扰;利用形态学滤波的开闭运算得到基线漂移特征... 表面肌电信号是一种易受多种噪声影响的生物电信号,其中以工频干扰、基线漂移、白噪声等干扰尤为严重。通过分析噪声干扰的特点,结合表面肌电信号特征,选取频谱插值法在频域内消除了工频干扰;利用形态学滤波的开闭运算得到基线漂移特征,从而滤除了基线漂移;基于经验模态分解(EMD)得到的本质模态函数分析消除了白噪声。实验结果表明:上述滤波方法在不损坏有用信号的前提下,可以实现较为满意的滤波效果。 展开更多

关键词 表面肌电信号 频谱插值 形态学滤波 经验模态分解

下载PDF 职称材料

基于表面肌电信号的肌肉疲劳状态分类系统 被引量：15

2

作者 曹昂 张珅嘉 +2 位作者 刘睿 邹炼 范赐恩 《计算机应用》 CSCD 北大核心 2018年第6期1801-1808,共8页

为了实现肌肉疲劳状态的准确检测分类,提出一个完整的基于人体表面肌电(sEMG)信号的肌肉疲劳分类与检测系统。首先,通过AgCl表面贴片电极和高精度模拟前端ADS1299采集人体sEMG信号,进行小波消噪等预处理之后,提取可反映人体肌肉疲劳状态... 为了实现肌肉疲劳状态的准确检测分类,提出一个完整的基于人体表面肌电(sEMG)信号的肌肉疲劳分类与检测系统。首先,通过AgCl表面贴片电极和高精度模拟前端ADS1299采集人体sEMG信号,进行小波消噪等预处理之后,提取可反映人体肌肉疲劳状态的sEMG信号时域和频域特征。然后,在常用特征如积分肌电图(IEMG)、均方根(RMS)、中值频率(MF)以及平均功率频率(MPF)基础上,为更加精细地刻画人体肌肉疲劳状态,引入sEMG信号的频域特征带谱熵(BSE);为弥补傅里叶变换分析非平稳信号的不足,引入sEMG信号时频特征——基于经验模态分解-希尔伯特变换(EEMD-HT)的平均瞬时频率。最后,为提高肌肉非疲劳和疲劳状态分类的准确度,利用含突变的粒子群优化算法优化支持向量机(PSO-SVM)并对sEMG进行分类,实现人体肌肉疲劳状态检测。征集15名健康男青年进行sEMG信号采集实验,建立sEMG信号库,提取特征进行分类实验。实验结果表明,所提的系统能够进行高精度sEMG信号采集和肌肉疲劳程度的高准确度分类,分类准确率大于90%。 展开更多

关键词 表面肌电信号 肌肉疲劳 带谱熵 粒子群优化算法 支持向量机

下载PDF 职称材料

基于ISSA-VMD和二代小波的sEMG信号降噪研究 被引量：3

3

作者 吴田 蔡豪 +3 位作者 梁加凯 徐勇 黄梦婷 王南极 《电子测量技术》 北大核心 2023年第2期93-100,共8页

表面肌电(sEMG)信号是一种可以有效表征肌肉活动的弱生理信号,采集过程中易受到多种噪声干扰。为解决变分模态分解(VMD)参数经验设置的问题,并进一步消除sEMG信号中的噪声,提出了一种基于改进麻雀算法(ISSA)优化VMD和二代小波阈值法相... 表面肌电(sEMG)信号是一种可以有效表征肌肉活动的弱生理信号,采集过程中易受到多种噪声干扰。为解决变分模态分解(VMD)参数经验设置的问题,并进一步消除sEMG信号中的噪声,提出了一种基于改进麻雀算法(ISSA)优化VMD和二代小波阈值法相结合的sEMG信号降噪法。首先,采用基于改进T混沌映射、自适应权重和麻雀数目动态变化的改进麻雀算法并将品质因子作为目标函数对VMD进行参数寻优,然后利用ISSA优化的VMD分解对预处理过的sEMG信号进行分解,通过谱相关分析区分信号分量和噪声分量,最后对信号分量进行二代小波阈值法降噪,得到降噪信号。结果表明:ISSA较SSA有效提高了VMD参数寻优能力;在不同噪声等级下,基于ISSA-VMD和二代小波硬阈值的降噪法的降噪性能优于二代小波和ISSA-VMD;基于ISSA-VMD与二代小波硬阈值降噪法处理实际sEMG信号,能有效去除噪声。 展开更多

关键词 表面肌电信号 麻雀算法 变分模态分解 二代小波 相关分析

下载PDF 职称材料

痉挛型脑瘫儿童手术后表面肌电信号和关节角度评估 被引量：6

4

作者 唐源敏 罗雪芹 +3 位作者 孙继明 喻洪流 孟青云 李素姣 《医用生物力学》 CAS CSCD 北大核心 2022年第4期726-732,共7页

目的通过表面肌电(surface electromyography,sEMG)和关节角度评估脑瘫儿童手术后运动功能。方法采集16名痉挛型脑瘫患儿手术前后直线行走时股直肌、股二头肌、半腱肌、胫骨前肌、腓肠肌内外侧sEMG和髋、膝、踝关节角度,计算各步态时期s... 目的通过表面肌电(surface electromyography,sEMG)和关节角度评估脑瘫儿童手术后运动功能。方法采集16名痉挛型脑瘫患儿手术前后直线行走时股直肌、股二头肌、半腱肌、胫骨前肌、腓肠肌内外侧sEMG和髋、膝、踝关节角度,计算各步态时期sEMG均方根、积分肌电值和关节角度均值,进行肌力肌张力评估。结果手术后,患儿下肢肌肉肌张力均显著降低(P<0.05),股直肌和股二头肌在摆动阶段肌力减小。胫骨前肌在摆动中末期肌力增大(P<0.05)。髋、膝关节屈曲角降低(P<0.05)。踝关节背屈角增大(P<0.05),内翻角减小(P<0.05)。结论治疗后患者蹲伏步态和马蹄内翻足均得到改善,运动功能得到提升。sEMG结合关节角度分析可对患者肌肉功能进行定量评估,为临床诊断提供参考。 展开更多

关键词 痉挛型脑性瘫痪 表面肌电信号 关节角度 运动学分析 步态生物力学

下载PDF 职称材料

基于注意力机制的CNN-LSTM网络下肢膝关节角度预测

5

作者 汤璐 杨玺霖 +2 位作者 王祥瑞 胡倩媛 郑辉 《数据采集与处理》 CSCD 北大核心 2024年第4期996-1008,共13页

解析膝关节运动意图是实现下肢外骨骼机器人穿戴舒适性的核心。神经系统疾病患者常伴有下肢运动障碍,通过表面肌电信号对其进行运动评估。为实现上述患者在运动评估与关节角度预测的融合,本文提出一种新型的基于注意力机制的CNN-LSTM网... 解析膝关节运动意图是实现下肢外骨骼机器人穿戴舒适性的核心。神经系统疾病患者常伴有下肢运动障碍,通过表面肌电信号对其进行运动评估。为实现上述患者在运动评估与关节角度预测的融合,本文提出一种新型的基于注意力机制的CNN-LSTM网络模型,通过10通道表面肌电信号实现水平行走、上坡和上楼梯时3种日常运动膝关节角度预测,其预测误差指标均方根误差(Root mean square error,RMSE)、平均绝对误差(Mean absolute error,MAE)和决定系数(R^(2))均值分别为2.74、2.50和0.97,均优于传统网络模型。进一步,通过消融实验,显示上述3个预测指标分别平均下降了20.47%、34.36%和6.59%。可见,本文提出的基于注意力机制的CNN-LSTM模型端到端预测方法具有最高的预测精度,为下肢外骨骼机器人系统的人机交互控制方案提供了参考。 展开更多

关键词 表面肌电信号 CNN-LSTM模型 注意力机制 关节角度预测 外骨骼机器人

下载PDF 职称材料

基于sEMG信号几何特征的肌肉疲劳分类

6

作者 曹震 吕东澔 +2 位作者 张勇 张鹏 姚贺龙 《传感器与微系统》 CSCD 北大核心 2024年第7期145-148,共4页

为了更好地区分肌肉疲劳程度,本文通过小波变换的方法,分析不同频段中表面肌电(sEMG)信号的能量变化情况,提取信号几何特征,对肌肉非疲劳和疲劳状态进行区分。从几何边界区域中提取周长、面积、圆度特征,分析几何特征变化情况。同时,使... 为了更好地区分肌肉疲劳程度,本文通过小波变换的方法,分析不同频段中表面肌电(sEMG)信号的能量变化情况,提取信号几何特征,对肌肉非疲劳和疲劳状态进行区分。从几何边界区域中提取周长、面积、圆度特征,分析几何特征变化情况。同时,使用分类器对肌肉疲劳进行分类。实验结果表明:几何特征对肌肉疲劳状态有更加直观的区分效果。几何特征在肌肉疲劳前后有明显变化,相比传统时域、频域特征,具有更好的分类效果,对几何特征进行特征融合,能够有效提升分类准确度。 展开更多

关键词 表面肌电信号 几何特征 肌肉疲劳 疲劳分类

下载PDF 职称材料

基于PNN的手势识别 被引量：6

7

作者 魏庆丽 肖玮 +2 位作者 梁伟强 孙振超 张莉 《传感器与微系统》 CSCD 2018年第8期16-18,共3页

为了实现人体手势姿态识别的目标,选用氯化银(Ag Cl)贴片电极作为信号传感端,通过采集前臂表面肌电(SEMG)信号,经信号放大、滤波等前期处理,再经活动段检测、降噪等信号处理后,提取伸食指、握拳、伸腕、屈腕4种手势的均方根值和积分EMG... 为了实现人体手势姿态识别的目标,选用氯化银(Ag Cl)贴片电极作为信号传感端,通过采集前臂表面肌电(SEMG)信号,经信号放大、滤波等前期处理,再经活动段检测、降噪等信号处理后,提取伸食指、握拳、伸腕、屈腕4种手势的均方根值和积分EMG值作为特征向量,送入概率神经网络(PNN)中进行训练识别,实现人体手势识别。实验结果表明:PNN对前臂SEMG信号的模式识别的正确率可达到97.62%,将PNN应用于手势识别系统具有可行性。 展开更多

关键词 概率神经网络 表面肌电信号 手势识别 模式识别

下载PDF 职称材料

基于表面肌电信号的手势识别与分析 被引量：5

8

作者 张瑞轩 张绪树 +2 位作者 郭媛 何栋栋 王瑞雪 《医用生物力学》 CAS CSCD 北大核心 2022年第5期818-825,共8页

目的研究利用前臂及手部表面肌电(surface electromyography,sEMG)信号进行手势识别的方法,以及不同手势下拇指、食指的关节角度,探讨sEMG信号控制外骨骼手的可行性。方法采集20名健康右利手受试者右侧前臂及手部6块肌肉sEMG信号。提取s... 目的研究利用前臂及手部表面肌电(surface electromyography,sEMG)信号进行手势识别的方法,以及不同手势下拇指、食指的关节角度,探讨sEMG信号控制外骨骼手的可行性。方法采集20名健康右利手受试者右侧前臂及手部6块肌肉sEMG信号。提取sEMG信号的时域特征值,对比人工神经网络(artificial neural network,ANN)、K⁃近邻(K⁃nearest neighbor,KNN)、决策树(decision tree,DT)、随机森林(random forest,RF)和支持向量机(support vector machine,SVM)等多种分类器对6种日常手势进行识别。同时,采用Vicon摄像机跟踪系统捕捉右手拇指、食指运动轨迹,计算拇指、食指关节角度。结果利用前臂及手部sEMG信号可以实现6种手势的模式识别,其中ANN分类器的分类预测效果最好,测试集预测精度可达97.9%,Kappa系数可达0.975。同时,计算得到不同手势下拇指、食指的关节角度,并进行不同手势下关节角度相关性分析。结论利用前臂及手部sEMG信号进行手势识别,能够实现具有几乎完全一致的分类预测结果。研究结果证明了sEMG信号手势识别应用于外骨骼手控制的可行性。 展开更多

关键词 表面肌电信号 手势识别 人工神经网络算法 自适应增强算法 运动捕捉

下载PDF 职称材料

基于特征工程与级联森林的中风患者手部运动肌电识别方法 被引量：5

9

作者 胡少康 张道辉 +3 位作者 赵新刚 褚亚奇 张立新 赵利娜 《机器人》 EI CSCD 北大核心 2021年第5期526-538,共13页

针对基于表面肌电(sEMG)信号的中风患者运动意图识别率低的问题,提出了一种高识别率且适用于不同康复等级患者的手部运动意图识别方法。首先,使用30名不同康复等级患者的表面肌电数据进行了基于tsfresh库的特征提取和基于Feature-Selec... 针对基于表面肌电(sEMG)信号的中风患者运动意图识别率低的问题,提出了一种高识别率且适用于不同康复等级患者的手部运动意图识别方法。首先,使用30名不同康复等级患者的表面肌电数据进行了基于tsfresh库的特征提取和基于Feature-Selector库的特征选择,确定了最合适的滑动窗参数及适合患者运动识别任务的特征。然后,使用该方法进行动作识别实验,并和随机森林、卷积神经网络等方法比较,实验结果表明该方法对9种常用手部康复动作的平均识别精度为97.94%。最后,基于该方法开发了手部康复系统,通过在线识别实验分析了系统的实时性,并设计了患者跟踪实验以验证系统对患者手部康复的有效性。 展开更多

关键词 表面肌电信号 脑卒中 动作分类 人机交互 深度森林

原文传递

基于sEMG和变刚度控制的虚拟假手交互系统

10

作者 余伟杰 曾洪 +1 位作者 金伟明 宋爱国 《传感器与微系统》 CSCD 北大核心 2023年第2期68-71,79,共5页

为使虚拟假手在交互时具有柔顺性,实现了一种基于表面肌电(sEMG)信号和变刚度控制的虚拟假手交互系统。首先,采集人体前臂的sEMG信号并从中估计人手的刚度水平和关节扭矩;然后,通过变刚度阻抗控制模型估计虚拟假手的关节角度;最后,使用... 为使虚拟假手在交互时具有柔顺性,实现了一种基于表面肌电(sEMG)信号和变刚度控制的虚拟假手交互系统。首先,采集人体前臂的sEMG信号并从中估计人手的刚度水平和关节扭矩;然后,通过变刚度阻抗控制模型估计虚拟假手的关节角度;最后,使用估计的关节角度控制虚拟假手与虚拟环境中的物体进行交互,交互过程中根据虚拟假手与物体的交互力对关节角度进行动态调节。实验结果表明:基于sEMG和变刚度控制的虚拟假手在进行抓握物体的交互任务时能在成功抓握物体的前提下产生较小的交互力,从而实现柔顺的交互。 展开更多

关键词 表面肌电信号 变刚度控制 MYO臂环 虚拟假手

下载PDF 职称材料

表面肌电信号的自适应激活特征提取算法

11

作者 李钊 马斌 +3 位作者 李海 陈小刚 于朱庭 江海岳 《传感器与微系统》 CSCD 北大核心 2023年第8期114-118,共5页

为了提高表面肌电(sEMG)—外骨骼系统对多使用者多节点系统的通用性,设计了一种人体sEMG信号的自适应激活特征提取(SAFE)算法。该算法通过创建信号极值点空间(EPS)描述了信号一段时间内整体的能量分布,通过一定判别方式对短期EPS与长期... 为了提高表面肌电(sEMG)—外骨骼系统对多使用者多节点系统的通用性,设计了一种人体sEMG信号的自适应激活特征提取(SAFE)算法。该算法通过创建信号极值点空间(EPS)描述了信号一段时间内整体的能量分布,通过一定判别方式对短期EPS与长期EPS的比较计算获取信号激活特征分数,以便确认当前时刻的肌肉激活状态。该方法摒弃了传统的类参数固定阈值算法需要先验知识的缺陷,具备良好的自适应性和泛用性。实验结果表明:所提方法在外骨骼人机交互系统的应用中可以有效提高运动识别准确率。 展开更多

关键词 表面肌电信号 特征提取 自适应激活特征提取算法 外骨骼系统

下载PDF 职称材料

一种人体运动机能非线性评价指标研究 被引量：1

12

作者 张霞 傅豪 +1 位作者 胡晋嘉 陈仁祥 《兵器装备工程学报》 CAS 北大核心 2020年第8期148-153,共6页

穿戴式机器人在运动辅助过程中根据人体运动机能调整辅助模式/力度是实现人机协调共融的关键要素。通过对人体下肢正常步行时的表面肌电(sEMG)信号进行非线性分析,提出一种基于分形维数标准差的运动机能评价指标。首先,采用相空间重构... 穿戴式机器人在运动辅助过程中根据人体运动机能调整辅助模式/力度是实现人机协调共融的关键要素。通过对人体下肢正常步行时的表面肌电(sEMG)信号进行非线性分析,提出一种基于分形维数标准差的运动机能评价指标。首先,采用相空间重构和最大李雅普诺夫指数确定sEMG信号是混沌信号的基本属性;其次,由于混沌信号的自相似性,采用计算分形维数的方法表征与运动机能密切相关的sEMG信号的复杂度;最后提出分形维数标准差用于评价持续运动过程中肌肉的收缩-放松能力。通过对比分析运动机能存在差异的受试者的实验数据,证明了分形维数标准差与受试者个体的肌肉收缩-放松能力存在正相关性。实验结果表明,分形维数标准差非线性指标能够有效地反映人体运动机能。 展开更多

关键词 表面肌电信号 非线性 分形维数 人体运动机能

下载PDF 职称材料

基于磁场刺激的肌电信号模式识别的研究

13

作者 崔建国 王旭 +1 位作者 张大千 张春霞 《控制与决策》 EI CSCD 北大核心 2006年第2期158-162,共5页

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... 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. 展开更多

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

下载PDF 职称材料

基于磁场刺激与神经网络肌电信号的模式识别

14

作者 崔建国 王旭 +2 位作者 张大千 王少曼 张威 《仪器仪表学报》 EI CAS CSCD 北大核心 2005年第z1期628-629,共2页

针对表面肌电(SEMG)信号的非平稳特性,采用bior3.1小波对在磁场刺激下从掌长肌、肱桡肌、尺侧腕屈肌和肱二头肌四块肌肉上采集的四路表面肌电信号进行了分析,并用小波变换方法提取其肌电信号的特征,构成特征矢量,输入Elman神经网络分类... 针对表面肌电(SEMG)信号的非平稳特性,采用bior3.1小波对在磁场刺激下从掌长肌、肱桡肌、尺侧腕屈肌和肱二头肌四块肌肉上采集的四路表面肌电信号进行了分析,并用小波变换方法提取其肌电信号的特征,构成特征矢量,输入Elman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、前臂外旋八种运动模式。实验表明,该方法识别率高,为肌电信号的模式识别提出了一种基于磁场刺激的新方法。 展开更多

关键词 表面肌电信号 小波变换 神经网络 模式识别

下载PDF 职称材料