基于Gap Statistic和广义互相关的单通道SEMG分解
万泽明1
方强2
郁磊1
郭立泉3
王计平3
1.中国科学院苏州生物医学工程技术研究所,江苏苏州215163;中国科学院长春光学精密机械与物理研究所,吉林长春130033;中国科学院大学,北京1000492.皇家墨尔本理工大学,电气与计算机工程学院,澳大利亚墨尔本30013.中国科学院苏州生物医学工程技术研究所,江苏苏州215163
摘要：目的 分解单通道表面肌电信号(surface electromyography,sEMG),获得组成肌电信号的运动单元动作电位(motor unit action potential,MUAP)的波形及发放频率.方法 首先对单通道的sEMG信号进行候选MUAP信号段检测,然后使用基于模糊K-均值聚类的Gap Statistic聚类分析处理获取参与肌肉活动的运动单元发放的模板MUAP,最后使用广义互相关求时延的方法完成对低收缩水平的表面肌电信号的分解,并获得所有模板MUAP的发放频率.结果 对模拟的单通道表面肌电信号进行分解,MUAP的准确识别率可达80％以上;并对真实采集的低收缩水平的等长收缩表面肌电信号进行分解,得到了MUAP波形和发放信息.结论 本文提出的方法能够有效的对单通道表面肌电信号进行分解,具有较好的分解效果.
关键词：表面肌电信号分解单通道Gap Statistic模糊K-均值聚类广义互相关
分类号：R318.04(医用一般科学)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息