基于AR模型和神经网络的膝骨性关节炎诊断

• 作者: 廖志伟 李玉榕 杜民 蒋锦萍
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: AR模型 特征向量 BP神经网络 膝骨性关节炎
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 中医工程应用
• 页码范围: 169-172,188
• 分类号: TP274
• 字数: 3173字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2010.02.017

摘要

本文旨在采用表面肌电信号无创性方法诊断和评判膝骨性关节炎,以在早期能够预防和治疗膝骨性关节炎,改善生活质量.在研究中,采集了对照组和膝骨性关节炎患者水平行走时下肢的股外侧肌,股内侧肌,股二头肌和半腱肌的表面肌电信号.利用表面肌电信号建立自回归(AR)模型,提取AR模型参数为特征向量训练BP神经网络,并通过神经网络诊断膝骨性关节炎.实验表明,基于BP神经网络分类器可以得到较好的结果,正确率可达到88%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉榕	福州大学电气工程与自动化学院	20	94	6.0	9.0
3	杜民		22	118	6.0	10.0
6	蒋锦萍	福州大学电气工程与自动化学院	4	3	1.0	1.0
7	廖志伟	福州大学电气工程与自动化学院	1	2	1.0	1.0