小波包变换特征提取与表面肌电分类

• 作者: 王志中 谢洪波 黄海
• 来源期刊: 医疗卫生装备
• 学科: 医学
• 关键词: 小波包变换 肌电信号 时频分析 学习矢量量化 神经网络 模式分类
• 年，卷（期）: 2003,（9）
• 所属期刊栏目: 研究论著
• 页码范围: 7-8,10
• 页数: 3页
• 分类号: R318.04
• 字数: 2667字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8868.2003.09.004

摘要

针对表面肌电(SEMG)的非平稳特性,提出采用小波包变换方法对其进行分类.分析了特征提取方法并采用小波包变换各频段能量构造特征矢量,经过学习矢量量化神经网络训练能够有效地从伸肌和屈肌采集的两道肌电信号中识别伸拳,展拳,腕内旋,腕外旋4种运动模式,平均识别率为94.5%.与其它时频分析方法比较,该方法不仅识别率高,鲁棒性好,也为其他非平稳生理信号分析提供了新手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志中	上海交通大学生物医学工程系	73	1042	18.0	29.0
2	谢洪波	上海交通大学生物医学工程系	7	123	6.0	7.0
3	黄海	上海交通大学生物医学工程系	22	215	9.0	14.0