針對(duì)痙攣狀態(tài)患者表面肌電信號(hào)易出現(xiàn)虛假的肌電峰值,引起牽張反射起始點(diǎn)前后的信號(hào)差異變小,提出經(jīng)驗(yàn)?zāi)B(tài)分解去噪與改進(jìn)樣本熵識(shí)別的牽張反射起始點(diǎn)檢測方法。首先用經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)肌電信號(hào)進(jìn)行分解;然后以受試者靜息狀態(tài)下的表面肌電信號(hào)為參考,設(shè)定軟閾值對(duì)分解的信號(hào)進(jìn)行去噪;最后用改進(jìn)樣本熵識(shí)別牽張反射起始點(diǎn)。實(shí)驗(yàn)結(jié)果表明,經(jīng)驗(yàn)?zāi)B(tài)分解算法可以有效地去除肌電信號(hào)噪聲,而且在改進(jìn)樣本熵的最優(yōu)參數(shù)下牽張反射起始點(diǎn)平均識(shí)別率為94%。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1 痙攣狀態(tài)評(píng)定過程

實(shí)驗(yàn)使用的肌電信號(hào)傳感器如圖1(a)所示,是基于單片機(jī)(STM32)的硬件電路和軟件開發(fā)設(shè)計(jì);實(shí)驗(yàn)過程如圖1(b)所示。硬件設(shè)計(jì)是通過差分放大電路、高通濾波電路、反相比例放大電路、低通濾波電路、穩(wěn)壓電路,實(shí)現(xiàn)信號(hào)放大700倍,頻率為20～500Hz。將采集到的模擬信號(hào)通過單片機(jī)....

圖2 去噪前后的sEMG信號(hào)

選取10名痙攣狀態(tài)患者的半合成sEMG信號(hào),使用小波閾值去噪法與本方法進(jìn)行對(duì)比,其中小波基選擇與sEMG信號(hào)較為相似的sym4基函數(shù)。其中一名受試者的原始信號(hào)、EMD去噪后的信號(hào)與小波閾值去噪后的信號(hào)如圖2所示。本文引用3種評(píng)價(jià)指標(biāo),對(duì)比兩種方法的去噪效果,包括信噪比(SNR)、....

本文編號(hào)：4013262