公共文化服务平台

表面肌电信号分解算法及其在小儿脑瘫评诂中的应用: 表面肌电信号(sEMG)是由肌肉兴奋时所募集的运动单位产生的一个个动作电位序列(Motor Unit Action Potential trains, MUAPT)在皮肤表面叠加而成,是一种非平稳的微弱信号。而肌电信号的...; 姚博; 关键词：表面肌电信号欠定盲源分离小儿脑瘫; 文献传递

表面肌电信号分解算法及其在小儿脑瘫评估中的应用: 表面肌电信号(sEMG)是由肌肉兴奋时所募集的运动单位产生的一个个动作电位序列(Motor Unit Action Potentialtrains，MUAPT)在皮肤表面叠加而成，是一种非平稳的微弱信号。而肌电信号的分解...; 姚博; 关键词：表面肌电信号欠定盲源分离独立分量分析小儿脑瘫

利用运动单位发放信息建立多通道信息的表面肌电信号分解: 2012年; 目的基于多通道信息的表面肌电(surface electromyographic,sEMG)信号分解有助于弥补单通道分解时空间和发放信息不足的缺点。本文提出利用运动单位(motor unit,MU)的发放信息建立多通道sEMG信号中属于同一MU的模板映射关系,实现多导信号的信息互补,从而提高分解的准确率。方法对四导仿真信号先分别进行单通道分解,然后利用各通道之间的发放信息建立模板映射关系进行多通道分解。结果仿真实验结果显示单通道分解准确率平均为75%,多通道分解准确率为88%,表明利用MU发放信息建立模板映射关系进行sEMG信号分解能够提高分解有效性。结论将该方法应用于真实信号分解,也能有效得到MU的波形和发放信息。; 魏代祥陈香姚博邓浩娄智杨基海; 关键词：表面肌电多通道

基于自适应阈值处理的表面肌电信号小波去噪研究被引量：4: 2014年; 针对表面肌电(sEMG)信号信噪比较低的问题,本文在Donoho通用阈值法的基础上,采用了一种基于自适应阈值处理的小波去噪方法。相对于通用阈值法,这种方法可以根据sEMG信号的不同信噪比自适应地调整阈值,更有效地去除噪声、减小信号的失真,从而提高信噪比。仿真和真实sEMG信号实验均论证了这种方法的优越性。; 娄智邓浩陈香姚博杨基海; 关键词：表面肌电小波去噪自适应阈值

基于稀疏分量分析的欠定盲源分离用于表面肌电信号分解被引量：6: 2012年; 目的解决表面肌电分解中电极数小于肌电源信号而产生的欠定问题,针对盲源分离求解欠定混合方程进行研究。方法首先采用匹配追踪(MP)算法将肌电信号稀疏化,再利用空间退化与Hough变换法估计聚类轴并求解混合矩阵,最后通过模板匹配法完成对运动单位动作电位(MUAP)波形的分类。结果从较少的观测信号中获得源信号的估计值,并得到MUAP的波形和发放间隔(IPI)信息。结论本文采用的方法对表面肌电信号的分解是有效的,且具有较好的分离效果。; 姚博杨基海陈香邓浩娄智周逸峰; 关键词：表面肌电信号盲源分离

基于运动单位动作电位的平均发放间隔评估痉挛型脑瘫儿童的可行性研究被引量：5: 2013年; 目的探讨运动单位动作电位的平均发放间隔（IPI）在痉挛型脑瘫儿童评估中可行性。方法选取符合标准的64例9～160个月痉挛型脑瘫患儿作为实验组，64例正常儿童作为对照组。利用表面肌电技术结合力学加速度计，基于经验模态分解（EMD）的三级滤波器技术和平滑非线性能量算子（SNEO）算法，算出脑瘫患儿和正常儿童运动单位动作电位（MUAP）的平均IPI并进行对照分析；采用中文版粗大运动功能88项测试（GMFM88项）和分级系统（GMFCS）、临床痉挛指数（CSI）等量表对脑瘫患儿进行粗大运动功能和痉挛程度的评定，将量表评估结果同对应的IPI进行统计学相关回归分析。结果实验组表面肌电MUAP的平均IPI明显高于对照组（P〈0．05）；肌电信号的IPI与GMFCS分级、痉挛亚型、痉挛指数及痉挛程度呈正相关（L分别为0．903、0．527、0．663、0．499，P〈0．01）；与GMFM88项总评分呈负相关（rs=-0．744，P〈0．01）；与月龄及性别无明显相关性。逐步回归方程为多=6．019＋1．011x，-0．66x，（y、x1、z2分别代表IPI、CSI、GMFM88项总评分），R2=0．642。结论基于EMD的三级滤波器技术和SNEO算法，计算出的表面肌电信号MUAP的IPI与脑瘫儿童的痉挛状态、运动功能密切相关，可作为痉挛型脑瘫患儿的客观性、综合性的量化评估指标。; 钱玲玲陈香吴德姚博路知远王乾李飞唐久来; 关键词：脑瘫

基于收缩力水平分级处理的表面肌电信号分解的研究被引量：1: 2012年; 针对表面肌电(SEMG)信号分解的获取波形模板困难问题,本文提出一种基于收缩力水平分级处理的分解方法,首先按不同肌肉收缩力水平采集SEMG信号,然后利用常规方法对最低收缩力下的SEMG信号进行分解,再利用其分解结果获得的波形模板信息和募集发放(IPI)信息对更高收缩力下的SEMG进行分解,以此逐级向上,从而实现对较高收缩力水平肌电(EMG)信号的分解。实验结果表明,上述方法可以在一定程度上解决较高收缩力条件下模板获取困难的问题,降低较高收缩力水平下EMG信号分解的复杂度,是一种行之有效的方法。; 邓浩陈香姚博娄智杨基海; 关键词：表面肌电多通道

中风后小鱼际肌的诱发和自主表面肌电图研究（英文）被引量：1: 2014年; 利用诱发和自主表面肌电研究在中风后偏瘫病人的小鱼际肌的生理变化.通过对11个受测者患侧和正常侧的对比,发现患侧肌肉的复合动作电位和运动单位个数索引略为降低.正常侧的小鱼际肌最大自主收缩肌电与复合动作电位的比值显著大于患侧,表明患侧肌肉的激活能力明显不足.相比传统的针电极检测,通过无创的表面肌电实现了对中风后运动单位变化的研究,以促进对中风后肌无力的理解与康复.; 姚博李小燕阮煜文周平; 关键词：表面肌电中风肌无力

利用EMG运动单位动作电位数目估算法研究痉挛型脑瘫患儿神经元发放特性被引量：4: 2013年; 目的小儿脑瘫患者的运动障碍分级和康复评估具有重要的临床价值。本文利用表面肌电信号对痉挛型脑瘫患儿的运动神经元发放特性进行研究,旨在为脑瘫患儿的运动障碍评估提供一种量化指标。方法采用平滑非线性能量算子(smoothed nonlinear energy operator,SNEO)算法,对痉挛型脑瘫患儿表面肌电信号中的运动单位动作电位(motor unit action potential,MUAP)数目进行估计,获得MUAP的平均发放间隔(inter-pulse interval,IPI),并根据医生采用的分级结果和健康人MUAP平均发放时限的早期研究结果进行对比验证。结果对14名不同运动障碍级别脑瘫患者的实验结果显示,其肌电信号MUAP的IPI与他们活动度的级别即运动障碍的程度呈正相关的关系,且具有明显差异。结论研究结果表明本文方法有效,采用IPI参数能够反映脑瘫患儿的运动障碍程度。; 姚博杨基海陈香吴德钱玲玲周逸峰; 关键词：小儿脑瘫表面肌电信号

基于表面肌电信号的小儿脑瘫步态活动段检测研究被引量：6: 2017年; 本文采用小儿脑瘫患者步行时下肢的表面肌电信号(sEMG),对其步态运动的特征参数进行分析,拟达到对小儿脑瘫患者的临床严重程度进行评估的目的。首先采用综合轮廓法(IP)、样本熵(Samp EN)和平滑非线性能量算子(SNEO)三种方法分别检测仿真步行状态下,下肢双侧腓肠肌激活时的sEMG信号,并对这些算法得到的结果进行精度和运算时间的比较研究,最后确定了三种算法中性能比较优良的SNEO算法,然后再利用实测的小儿脑瘫患者的sEMG信号,对患儿步态活动段进行检测和标定。研究结果表明:三种算法在sEMG步态活动段的划分中精度的差异没有统计学意义,但SNEO算法具有运算速度快的优点,适用于sEMG信号的步态活动段检测;小儿脑瘫患者的脑瘫程度与其sEMG信号的步态活动段平均长度呈正相关关系,三种不同程度脑瘫患儿的步态活动段长度差异具有统计学意义。通过本文研究结果,我们提出或许可以考虑将步态活动段平均长度作为一种评估脑瘫程度的辅助定量化指标的新思路。; 娄智姚博杨基海; 关键词：表面肌电小儿脑瘫

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

姚博

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

姚博

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈