检索结果-内蒙古大学图书馆

生物医学工程学杂志 2010年第4期27卷 893-897页

作者：李强杨基海西南科技大学信息工程学院绵阳621010 中国科学技术大学电子科学与技术系合肥230027

通过对表面肌电(sEMG)信号运动单位动作电位(MUAP)波形的检测及其模式分析来探讨神经肌肉系统中募集运动单位的发放功能信息。采用一阶Hermite-Rodriguez(HR)函数作为连续小波变换处理的母函数,结合假设检验方法提取隐含在sEMG信号中的M... 详细信息

通过对表面肌电(sEMG)信号运动单位动作电位(MUAP)波形的检测及其模式分析来探讨神经肌肉系统中募集运动单位的发放功能信息。采用一阶Hermite-Rodriguez(HR)函数作为连续小波变换处理的母函数,结合假设检验方法提取隐含在sEMG信号中的MUAP波形,继而使用模糊k均值和最小距离分类算法对检测波形进行初步归类处理,再通过模板匹配方法实现未归类波形的模式评价。实验结果表明,实测sEMG信号中的主体MUAP波形能够被有效检测和分类。所采用方法利用单通道sEMG信号实现MUAP波形的细致分析,降低了对多通道信号采集的要求,并具有较好的信号分解效果。

关键词：表面肌电信号运动单位动作电位连续小波变换假设检验模式识别

来源：评论

学校读者我要写书评

暂无评论

NEMG信号运动单位动作电位的分类研究

引用

中国科学技术大学学报 2003年第4期33卷 466-472页

作者：陈香杨基海梁政郑凡钱晓进冯焕清叶石朱中国科学技术大学电子科学与技术系安徽合肥230026

提出了一种对于构成针电极肌电信号(NEMG)的不同形状的运动单位动作电位(MUAP)进行分类的新方法.该方法采用小波变换(WT)的多尺度分析提取表征MUAP特性的时频特征,再用无导师有导师混合模式识别网络完成对输入样本的学习和分类.实验... 详细信息

提出了一种对于构成针电极肌电信号(NEMG)的不同形状的运动单位动作电位(MUAP)进行分类的新方法.该方法采用小波变换(WT)的多尺度分析提取表征MUAP特性的时频特征,再用无导师有导师混合模式识别网络完成对输入样本的学习和分类.实验结果表明,这种方法对不同波形的MUAP具有较强大的分类能力,整个分类过程完全人工干预,且所需的时间不多,可以应用于临床实际,为神经肌肉疾病的诊断提供实时、有效的信息.

关键词：针电极肌电信号运动单位动作电位小波变换自组织特征映射模型学习矢量量化

来源：评论

学校读者我要写书评

暂无评论

基于盲源分离技术的运动单位动作电位检测

引用

哈尔滨工程大学学报 2006年第B07期27卷 558-563页

作者：李强杨基海陈香中国科学技术大学电子科学与技术系安徽合肥230027

采用独立分量分析（ICA）技术和二阶非平稳源分离（SEONS）算法来研究肌肉轻度收缩情况下的表面肌电信号（SEMG）的运动单位动作电位（MUAP）检测问题，通过仿真实验来探讨两种算法对SEMG信号的分离性能，并将算法应用于肌肉轻度收缩时... 详细信息

采用独立分量分析（ICA）技术和二阶非平稳源分离（SEONS）算法来研究肌肉轻度收缩情况下的表面肌电信号（SEMG）的运动单位动作电位（MUAP）检测问题，通过仿真实验来探讨两种算法对SEMG信号的分离性能，并将算法应用于肌肉轻度收缩时（10％MVC）的真实SEMG信号分解研究．仿真SEMG信号分解实验结果表明，两种算法对MUAP检测效果均较为满意，且随着噪声的增加有所变差，肌肉轻度收缩时（10％MVC）真实SEMG信号分解实验也论证了两种算法实际应用的可行性．盲源分离（BSS）技术为研究隐含在肌电信号中的运动单位募集和发放等信息提供了有效途径，较符合SEMG信号特性，因而可应用于SEMG信号分解及运动单位动作电位（MUAP）检测等相关领域的研究．

关键词：表面肌电信号盲源分离独立分量分析二阶非平稳源分离运动单位动作电位

来源：评论

学校读者我要写书评

暂无评论

表面肌电信号的运动单位动作电位检测

表面肌电信号的运动单位动作电位检测

引用

作者：李强中国科学技术大学

学位级别：博士

肌肉自主收缩或受到外部刺激时,神经肌肉系统中的运动神经元被激活,所募集运动单位（MU）形成的运动单位动作电位（MUAP）经过由肌肉、脂肪及皮肤等组织构成的容积导体后在皮肤表面测量位置处与各种噪声信息综合叠加形成的电位波形就是... 详细信息

肌肉自主收缩或受到外部刺激时,神经肌肉系统中的运动神经元被激活,所募集运动单位（MU）形成的运动单位动作电位（MUAP）经过由肌肉、脂肪及皮肤等组织构成的容积导体后在皮肤表面测量位置处与各种噪声信息综合叠加形成的电位波形就是表面肌电信号（sEMG）。肌电信号是一种复杂的生物电信号,不同肌肉收缩状态和收缩力水平会引起MU募集和发放过程的变化,为了能够相对稳定地研究MU功能信息,本文采用的是肌肉自主且持续恒力收缩过程时的sEMG信号。由于sEMG信号与肌肉收缩力直接相关,因而需要根据收缩力水平的不同采用不同的研究方法。低收缩力时募集的MU较少,可采用sEMG信号分解方法获取MUAP波形信息及MU募集发放信息;而在高收缩力时,募集的MU增多且MUAP波形间的叠加程度较高,则可采用sEMG信号MUAP数目估计方法获取MU的总体发放信息。研究成果可用于探讨神经肌肉系统的控制特性和神经肌肉疾病的辅助诊断等。围绕sEMG信号的MUAP检测研究,本文的主要工作和成果有: ***信号的采集和预处理。为测量sEMG信号,自行设计了一套采用双极性电极配置方式的多通道sEMG信号采集系统。由于受到测量仪器、环境以及肌肉自身生理复杂性等众多因素的影响,实测sEMG信号会被噪声干扰,故需要对sEMG信号进行降噪预处理。采用经验模态分解（EMD）方法将sEMG信号分解为具有局部特征信息的内在模态函数（IMF）和冗余分量,对这些IMF分量作适当的阈值处理并消除冗余项后进行重构便可得到降噪后的信号;采用频谱插值法来削弱工频干扰,以避免50Hz及其谐波频率处肌电信息成分的丢失。实验结果表明,所设计的信号采集系统能够有效获取多通道sEMG信号;经过降噪预处理后,sEMG信号质量得以改善且动作电位波形分辨率得以明显提高。 ***信号仿真研究。建立一个综合型的sEMG信号生理学仿真模型,为后续工作中的MUAP检测效果定量分析作准备。在单纤维动作电位（SFAP）及运动单位动作电位（MUAP）仿真基础上,本模型不仅引入了神经激励对MU募集与发放的控制功能,还考虑了肌肉收缩力和疲劳等因素对sEMG信号特性的影响,能够定量仿真运动神经元在不同激励水平下的sEMG信号和相应的收缩力情况,并设计完成了sEMG信号仿真界面,较本实验室的前期工作有了很大进步。实验结果表明,在时域上,仿真sEMG信号的动作电位波形能够与真实信号的进行相似性匹配;在频域上,仿真信号的频谱变化情况能与真实信号的相似,通过调节肌纤维传导速度参数可使仿真sEMG信号表现出肌肉实际收缩过程中的疲劳现象,研究说明该模型能够有效描述sEMG信号的生理形成过程。 ***信号分解研究。肌电信号分解是通过对观测信号的求逆运算来取得构成信号的主体MUAP波形序列。在对比特征矩阵联合近似对角化（JADE）、二阶盲辨识（SOBI）、独立分量分析（FastICA）、二阶非平稳源分离（SEONS）和基于时频分析的盲源分离（TFBSS）五种算法分离性能的基础上,主要选用后三种盲源分离（BSS）算法用于低收缩力水平下的sEMG信号分解实验,其中SEONS算法的应用是较新的。基于BSS算法模型的仿真信号分解结果表明,所用算法能够有效分离仿真信号及其叠加动作电位波形,且SEONS算法的分离性能稍好。生理学仿真sEMG信号和真实sEMG信号的分解结果均表明,从分离信号中提取的MUAP信息是对sEMG信号有主要贡献的MU发放产生的,BSS算法并不能分离出所有的MUAP信息,且不同算法的检测结果也可能会有所不同。 ***信号MUAP数目估计研究。肌肉收缩力越大,募集MU越多,sEMG信号MUAP波形间的叠加程度和波形变异越高,分解方法也就不再适用;而不需要探究具体MUAP波形及其混叠情况的MUAF数目则可表征MU的总发放率,其相当于肌电信号中募集MU数量与它们平均发放率的乘积。MUAP波形检测是该研究的关键,针对已有的连续小波变换（CWT）量图分析方法和非线性能量算子（NEO）方法,采用改进的基于CWT和假设检验的方法对sEMG信号中的MUAP波形进行检测,并与前两种算法的检测效果进行对比,进而用于MUAP数目估计实验。研究结果表明,结合假设检验的CWT分析方法的波形检测效果要较另两种方法的好;随着收缩力的增加,相应的MUAP估计数目也会有所增大,当肌肉收缩力达到高水平时MUAF估计数目的变化不大。

关键词：表面肌电信号运动单位动作电位模型盲源分离分解数目估计连续小波变换假设检验

来源：评论

学校读者我要写书评

暂无评论

基于非广度熵的运动单位动作电位(MUAP)发放检测

引用

航天医学与医学工程 2004年第3期17卷 219-223页

作者：梁政杨基海瞿洋陈香谭春祥冯焕清中国科学技术大学电子科学与技术系安徽合肥230026

目的检测肌电信号在低信噪比时运动单位动作电位的发放。方法本文提出了基于非广度短时窗口熵 (TDE)的MUAP检测方法 ,分析了熵用于检测MUAP的理论依据 ,对MUAP检测算法的检测性能进行了统计分析和讨论。结果在信噪比分别为 4dB、2dB、0d... 详细信息

目的检测肌电信号在低信噪比时运动单位动作电位的发放。方法本文提出了基于非广度短时窗口熵 (TDE)的MUAP检测方法 ,分析了熵用于检测MUAP的理论依据 ,对MUAP检测算法的检测性能进行了统计分析和讨论。结果在信噪比分别为 4dB、2dB、0dB、- 2dB和 - 4dB的模拟肌电信号MUAP发放时刻的检测误差的均值都在 7.5ms以内。结论模拟肌电信号MUAP检测实验结果表明 ,该方法用于MUAP发放检测的精度较高 ,并且具有良好的抗噪性能。轻度收缩的真实表面肌电信号实验结果也论证了这种方法实际应用的可行性。

关键词：非广度熵短时窗口熵运动单位动作电位发放检测肌电图

来源：评论

学校读者我要写书评

暂无评论

055.持续性咬紧收缩对人类咀嚼肌运动单位动作电位和肌电图功率谱的影响

引用

国外医学(口腔医学分册) 2003年第6期30卷 449-449页

来源：评论

学校读者我要写书评

暂无评论

基于生理层肌电模型的表面肌电信号仿真方法

引用

航天医学与医学工程 2005年第6期18卷 446-450页

作者：何为杨基海梁政陈香中国科学技术大学电子科学与技术系安徽合肥230026 安徽省移动通信有限责任公司安徽合肥230001

目的根据SEMG的生理和检测过程的实际情况,研究表面肌电信号分解测试信号的仿真方法。方法从生理层肌电模型出发,以模拟电极随机抖动的方法仿真MUAP波形的随机变异,以改变传导速度的方法模拟MUAP的趋势变异,采用调整MU发放时刻表的方法... 详细信息

目的根据SEMG的生理和检测过程的实际情况,研究表面肌电信号分解测试信号的仿真方法。方法从生理层肌电模型出发,以模拟电极随机抖动的方法仿真MUAP波形的随机变异,以改变传导速度的方法模拟MUAP的趋势变异,采用调整MU发放时刻表的方法模拟出特定叠加程度的SEMG信号。结果同一MU中的不同发放时刻的MUAP波形的随机变异以及MUAP波形的趋势变异都可以通过该方法定量模拟。结论该方法模拟出的SEMG信号更能逼近真实表面肌电信号的特征,可用于验证SEMG分解算法。

关键词：表面肌电信号运动单位动作电位肌电模型仿真

来源：评论

学校读者我要写书评

暂无评论

利用自组织竞争神经网络提取NEMG信号的MUAP模板

引用

生物医学工程学杂志 2001年第1期18卷 50-54页

作者：杨基海陈香李峪峻钟展辉娄智中国科学技术大学电子科技系合肥230026 合肥新技术应用研究所合肥230061

采用自组织竞争人工神经网络 ,完成对针电极肌电信号 (NEMG)的运动单位动作电位 (MU AP)的模式分类。MU AP波形的特征取自于其自回归 (AR)模型系数 a1 ～ ap 及激励白噪的功率 εp构成的特征向量。模拟NEMG信号和真实 NEMG信号的实验结... 详细信息

采用自组织竞争人工神经网络 ,完成对针电极肌电信号 (NEMG)的运动单位动作电位 (MU AP)的模式分类。MU AP波形的特征取自于其自回归 (AR)模型系数 a1 ～ ap 及激励白噪的功率 εp构成的特征向量。模拟NEMG信号和真实 NEMG信号的实验结果表明 ,这种分类方法具有很高的正确率 ,从而为 NEMG信号分解研究中提取 MU

关键词：竞争学习网络自回归模型针电极肌电信号运动单位动作电位 NEMG MUAP

来源：评论

学校读者我要写书评

暂无评论

基于多通道信息融合分析的表面肌电信号分解研究

引用

生物医学工程学杂志 2012年第5期29卷 948-953页

作者：李强杨基海西南科技大学信息工程学院绵阳621010 中国科学技术大学电子科学与技术系合肥230027

通过多通道信息检测与融合分析来探讨表面肌电(sEMG)信号分解问题,以获取准确的运动单位动作电位(MUAP)模式判别。采用结合连续小波变换和假设检验的波形检测方式从多通道sEMG信号中提取动作电位波形,在对动作电位波形空间分布特征信息... 详细信息

通过多通道信息检测与融合分析来探讨表面肌电(sEMG)信号分解问题,以获取准确的运动单位动作电位(MUAP)模式判别。采用结合连续小波变换和假设检验的波形检测方式从多通道sEMG信号中提取动作电位波形,在对动作电位波形空间分布特征信息融合分析的基础上通过层次聚类方法来确定MUAP类别数目,再利用模糊k均值算法以及针对未归类波形的波形剥离方法实现多通道sEMG信号的准确分解。实验结果表明,多通道sEMG信号中MUAP信息得到有效检测和模式分类。所采用方法利用多通道sEMG信号细致地获取了MUAP波形空间分布信息,能够取得满意的分解效果。

关键词：表面肌电信号运动单位动作电位多通道分解

来源：评论

学校读者我要写书评

暂无评论

肌纤维细胞内动作电位建模的研究

引用

中国科学技术大学学报 2003年第5期33卷 625-630页

作者：钱晓进杨基海梁政陈香谭春祥冯焕清中国科技大学电子科学技术系安徽合肥230026

介绍一种肌纤维细胞内动作电位 (IAP)的建模方法 .该方法将IAP波看作两部分之和 ,一部分对应于动作电位激励波的波峰 ,另一部分对应于动作电位的后电位 ,并用两个简单的解析函数分别表示它们 .模型的特点是 ,模型中描述波峰和后电位相... 详细信息

介绍一种肌纤维细胞内动作电位 (IAP)的建模方法 .该方法将IAP波看作两部分之和 ,一部分对应于动作电位激励波的波峰 ,另一部分对应于动作电位的后电位 ,并用两个简单的解析函数分别表示它们 .模型的特点是 ,模型中描述波峰和后电位相对幅度的参数 ,对应于与激励波波峰有关的跨膜电流的中心矩 ,而且 ,这些参数可以由实验测量的IAP或运动单位动作电位 (MUAP)反向估计确定 .

关键词：肌电图肌电建模运动单位动作电位细胞内动作电位

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：