基于FastICA和通道间相关的表面肌电信号分解研究
宁勇1
李津蓉1
朱善安2
1.浙江科技学院自动化与电气工程学院,浙江杭州,3100232.浙江大学电气工程学院,浙江杭州,310027
摘要：目的为了对神经肌肉疾病进行相关的研究和临床上诊断治疗,探索新的和有效的表面肌电(sur-face EMG,sEMG)信号分解方法.方法首先用FastICA求解混矩阵,然后对测量信号矩阵进行变换,再用通道间相关性分解sEMG信号.结果经过仿真和真实信号进行测试,分解信噪比为0 dB的第一组信号时,以平均95.6％的准确率分解出20个运动单元(motor unit,MU);分解信噪比为20 dB,且参与发放的MU更多,发放频率更高的第二组信号时,以平均98.4％的准确率分解出29个MU;分解真实信号时,得到的平均MU个数为14.2,并用“二源法”进行评测,两组中分解出相同MU的比例为80％,且相同MU发放时刻的平均重合率为95.1％.结论这种结合FastICA和通道间相关的方法能以较高的准确率实现sEMG信号的有效分解.
关键词：FastICA通道间相关表面肌电信号运动单元
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(51677171)浙江省自然科学基金(LY17C100001)浙江省教育厅科研项目(Y201533132)
论文发表日期：2017-01-01
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）
页数：7( 191-197 )
英文信息