基于肌音信号的握力运动时桡侧腕屈肌动态疲劳分析

• 作者: 吴清 夏春明 张胜利 章悦 钟豪 顾晓琳
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 医学
• 关键词: 肌音信号 肌肉动态疲劳 小波包分解 平均功率频率 指数拟合
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 机械与动力工程
• 页码范围: 783-792
• 页数: 10页
• 分类号: R496
• 字数: 6920字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20170927001

摘要

采集了10名受试者在做手部握力动作时桡侧腕屈肌的肌音信号,通过对信号进行滤波、动作分割和特征提取来分析肌肉动态疲劳程度与肌音信号特征值的关系.在信号滤波中,采用了小波包(WP)分解重构和经验模态分解(EMD)两种方法.在动作信号的分割中,提出了基于移动窗内信号方差阈值的自适应不等长分割算法.在特征提取时,提出了利用包含多个动作信号的移动窗对分割好的信号进行再重构,并选用平均功率频率(MPF)和中值频率(MDF)作为窗内信号提取的特征,再分别利用指数函数、二次函数和线性函数对特征值进行拟合.结果表明:去噪方法选用小波包分解重构、特征值选用MPF值、拟合方式选用指数函数进行逼近的分析方法,可以更好地反映肌肉疲劳的变化趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏春明	华东理工大学机械与动力工程学院	59	316	9.0	15.0
2	吴清	华东理工大学机械与动力工程学院	22	154	6.0	12.0
3	章悦	华东理工大学机械与动力工程学院	7	7	2.0	2.0
4	钟豪	华东理工大学机械与动力工程学院	3	7	2.0	2.0
5	顾晓琳	华东理工大学机械与动力工程学院	3	7	2.0	2.0
6	张胜利	华东理工大学机械与动力工程学院	2	1	1.0	1.0