您的位置: 专家智库 > >

文献类型

  • 3篇中文期刊文章

领域

  • 3篇医药卫生

主题

  • 3篇信号
  • 2篇屈肌
  • 2篇桡侧腕
  • 2篇桡侧腕屈肌
  • 2篇小波
  • 2篇小波包
  • 1篇短时傅里叶变...
  • 1篇双谱
  • 1篇特征提取
  • 1篇小波包分解
  • 1篇模式识别
  • 1篇肌肉
  • 1篇傅里叶
  • 1篇傅里叶变换

机构

  • 3篇华东理工大学

作者

  • 3篇夏春明
  • 3篇顾晓琳
  • 3篇钟豪
  • 3篇章悦
  • 2篇吴清

传媒

  • 3篇华东理工大学...

年份

  • 1篇2018
  • 2篇2017
3 条 记 录,以下是 1-3
排序方式:
基于肌音信号的头部动作模式识别被引量:2
2017年
肌音信号(MMG)是一种肌肉收缩时发出的低频信号,通过测量分析颈部前后两侧的胸锁乳突肌和头夹肌的肌音信号,成功识别点头、抬头、左摆、右摆、左转、右转6个头部动作模式。实验中采集了4个通道的数据,经滤波、归一化的预处理后,用不等长分割法分割出动作帧。提取了动作帧的小波包系数能量及双谱对角切片特征,经主元分析法(PCA)和Fisher线性判别分析(FLDA)降维,用支持向量机(SVM)分类。最后对小波包系数能量和双谱对角切片特征进行FLDA降维,识别率达95.92%。
顾晓琳吴清夏春明章悦钟豪
关键词:特征提取小波包双谱
基于肌音信号短时傅里叶变换的桡侧腕屈肌疲劳程度研究被引量:2
2017年
肌肉疲劳是由运动引起的肌肉最大随意收缩力减小的现象,其研究可应用于生理医学的职业病预防或体育工程的运动员训练等方面。本文采用短时傅里叶变换对肌音信号进行处理,提取频域特征平均功率频率(Mean Power Frequency,MPF)和中值频率(Median Frequency,MDF),研究其与肌肉疲劳程度之间的关系。9名健康的男性志愿者参与了本次试验,采用等值于60%最大随意收缩力(MVC)的力产生恒力肌肉疲劳,同步记录每一位受试者桡侧腕屈肌的肌音信号,对提取的频域参数进行分析。将持续30s的肌肉疲劳过程分为6个时间阶段(每个阶段为5s),并对每个时间阶段内的MPF和MDF计算均值。结果表明,随着肌肉疲劳程度加深,肌音信号的MPF和MDF在每个时间阶段内的均值均呈现近似线性下降的趋势。在30s肌肉疲劳过程中,从第1阶段(1~5s)到第6阶段(26~30s),MPF均值下降了15.8%,MDF均值下降了26.1%。基于短时傅里叶变换提取的MPF和MDF指标能良好地反映疲劳敏感性和稳定性,在评定肌肉静态疲劳方面是较好的参考指标。本文采用的方法和得到的结果为后期更深入地使用肌音信号对肌肉疲劳程度进行量化研究提供了依据。
章悦夏春明钟豪顾晓琳
关键词:短时傅里叶变换
基于肌音信号的握力运动时桡侧腕屈肌动态疲劳分析
2018年
采集了10名受试者在做手部握力动作时桡侧腕屈肌的肌音信号,通过对信号进行滤波、动作分割和特征提取来分析肌肉动态疲劳程度与肌音信号特征值的关系。在信号滤波中,采用了小波包(WP)分解重构和经验模态分解(EMD)两种方法。在动作信号的分割中,提出了基于移动窗内信号方差阈值的自适应不等长分割算法。在特征提取时,提出了利用包含多个动作信号的移动窗对分割好的信号进行再重构,并选用平均功率频率(MPF)和中值频率(MDF)作为窗内信号提取的特征,再分别利用指数函数、二次函数和线性函数对特征值进行拟合。结果表明:去噪方法选用小波包分解重构、特征值选用MPF值、拟合方式选用指数函数进行逼近的分析方法,可以更好地反映肌肉疲劳的变化趋势。
钟豪吴清夏春明章悦顾晓琳张胜利
关键词:小波包分解
共1页<1>
聚类工具0