本课题的一个工作是采用时空域二维滤波的方法建立包括肌肉、脂肪、皮肤三层媒质的描述肌肉生物电过程的模型. 利用该模型,对肌肉随意收缩和刺激收缩时的表面肌电信号进行仿真,同时研究模型参数的变化对表面肌电信号及其参数影响的对应关系。这项工作对于神经肌肉系统的基础研究和临床诊断研究, 对于残疾人康复进程的评价、对于运动员训练效果的评估等均具有重要的理论和应用价值。.本课题的另一项工作是对表面肌电信号分解的研究, 提出一种基于模糊识别技术的迭代分解算法, 将反映表面肌电信号构成要素的运动单位发放间隔, 运动单位动作电位幅值和波形作为识别参数, 是一种多特征的识别方法, 适用于对表面肌电信号的分解,并可以保证分解的准确率. 这个工作对于神经肌肉系统疾病的临床诊断具有重要意义, 是实现肌电图自动化诊断的必要基础.
{{i.achievement_title}}
数据更新时间:2023-05-31
一种光、电驱动的生物炭/硬脂酸复合相变材料的制备及其性能
粗颗粒土的静止土压力系数非线性分析与计算方法
中国参与全球价值链的环境效应分析
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
基于细粒度词表示的命名实体识别研究
表面肌电信号分解的新探索
基于线性变化力采集和多通道时空信息的表面肌电信号分解
神经肌肉系统“共驱动“现象及肌电信号自动分解的研究
基于动作表面肌电信号的中国手语手势识别研究