|
|||||
|
|
| 基于经验模态分解的颈部表面肌电信号特征提取 | |
| 引用本文： | 王琳,孙广彬,郭维城. 基于经验模态分解的颈部表面肌电信号特征提取[J]. 沈阳工程学院学报(自然科学版), 2013, 9(3) |
| 作者姓名： | 王琳 孙广彬 郭维城 |
| 作者单位： | 1. 沈阳工程学院机械工程系,沈阳110136;东北大学机械工程与自动化学院,沈阳110004 2. 东北大学机械工程与自动化学院,沈阳,110004 3. 沈阳工程学院机械工程系,沈阳,110136 |
| 摘 要： | 通过SEMG的线性与非线性指标分析评估被试者在伏案工作过程中的颈部肌肉疲劳程度.采用经验模态分解EMD将原始信号中的强背景噪声分解至各个固有模态函数IMF,达到降噪的作用.在此基础上,分别对SEMG的线性、非线性指标进行了分析.结果表明:随着低头伏案学习时间的增加,被试者的肌肉疲劳程度不断加重,线性和非线性指标随时间都有较明显的线性变化规律.此项研究结果表明长期伏案工作者中的颈椎病患者通常易发生低节段颈间盘退变,同医学影像学中核磁检测结果一致.因此应用SEMG信号的时频分析评估颈部肌肉疲劳状态是可靠且可行的. |
| 关 键 词： | 特征提取 经验模态分解 表面肌电信号 颈部肌肉 |
Characteristic Extraction of Surface Electromyography Signals based on Empirical Mode Decomposition |
|
| WANG Lin , SUN Guang-bin , GUO Wei-cheng. Characteristic Extraction of Surface Electromyography Signals based on Empirical Mode Decomposition[J]. Journal of Shenyang Institute of Engineering(Natural Science Edition), 2013, 9(3) | |
| Authors: | WANG Lin SUN Guang-bin GUO Wei-cheng |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |