基于多重分形的膝关节摆动信号特征提取与分类

• 作者: 刘宇鹏 徐一平 邱天爽
• 来源期刊: 信号处理
• 学科: 医学
• 关键词: 膝关节摆动信号 多重分形 时频信息熵 支持向量机
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 应用
• 页码范围: 383-388
• 页数: 6页
• 分类号: R318.04
• 字数: 5396字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2017.03.019

摘要

膝关节摆动(VAG)信号是膝关节在屈伸活动时由于接触摩擦所产生的振动,它能够反映髌骨软化症、半月板损伤和交叉韧带损伤等膝关节损伤疾病的特征与状态,正逐步得到临床医学的重视.本文依据多重分形去趋势波动方法,定量分析了正常和异常VAG信号的特性,提取了分形标度指数、多重分形谱极值点、广义分形维数和时频信息熵值等特征信息,并采用支持向量机对正常和异常VAG信号进行分类,得到较高的分类准确率,对于膝关节损伤疾病的无创检测和辅助诊断具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱天爽	大连理工大学电子信息与电气工程学部	302	2478	22.0	33.0
2	刘宇鹏		26	221	9.0	14.0
3	徐一平	大连理工大学电子信息与电气工程学部	2	3	1.0	1.0