基于经验模态分解建模法的肌肉疲劳检测

• 作者: 刘瑾 杨铮 王立玲
• 来源期刊: 科学技术与工程
• 学科: 医学
• 关键词: 肌电信号 肌肉疲劳 经验模态分解 自回归模型 灵敏性波动比
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 研究简报
• 页码范围: 199-204
• 页数: 6页
• 分类号: R33.75
• 字数: 3986字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2018.23.027

摘要

针对表面肌电信号的非平稳特性,采用自回归(auto regression,AR)模型对表面肌电信号进行分析,对短时间内的表面肌电信号的肌肉疲劳迅速做出判定.首先对表面肌电信号进行经验模态分解,得到本征模态函数和趋势项,然后对趋势项进行零化处理,再对本征模态函数分量进行重构处理,重构后的信号可视为均值为零的平稳信号,最后将去势化的信号建立自回归模型,采用基于该模型的第一个时变参数(first time-varying parameter of auto regression modle,ARC1)作为检测肌肉疲劳灵敏度的快速指标.用疲劳前后的相关特征值的灵敏度波动比(sensitivity to variability ratio,SVR)来表征肌肉疲劳的灵敏度,较平均功率频率对疲劳反应灵敏度要高.该方法通过表面肌电信号对肌肉疲劳检测时,具有时间短、灵敏度高以及将表面肌电信号细微特征信息放大、便于识别等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘瑾	河北大学附属医院康复医学科	31	83	5.0	7.0
2	王立玲	河北大学电子信息工程学院河北省数字医疗工程重点实验室	23	49	4.0	6.0
3	杨铮	河北大学电子信息工程学院河北省数字医疗工程重点实验室	6	4	1.0	1.0