基于神经网络和递归模板对准技术的表面肌电信号分解
雷培源
杨基海
赵章琰
魏代祥
1.中国科技大学,电子科学与技术系,合肥,2300272.中国科技大学,电子科学与技术系,合肥,2300273.中国科技大学,电子科学与技术系,合肥,2300274.中国科技大学,电子科学与技术系,合肥,230027
摘要：为了提高表面肌电信号(surface electromyography, sEMG)分解的准确率,我们利用空间相邻两通道sEMG信号的信息,采用联合低频小波分解系数作为运动单位动作电位(motor unit action potential, MUAP)活动段的特征,并将自组织特征映射(self-organizing feature map, SOFM)与学习向量量化(learning vector quantization, LVQ)网络结合起来,完成对MUAP波形的分类.同时为了实现对sEMG信号分解的完整性,采用一种基于递归的模板对准技术分解叠加波形.仿真信号和真实信号的实验表明,本方法具有较高的分解准确率,对于中低收缩力度下sEMG信号的分解十分有效.
关键词：表面肌电信号分解叠加波形神经网络对准技术
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(30870656)
论文发表日期：2010-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 84-89,105 )
英文信息