张冬晔
- 作品数：2 被引量：3H指数：1
- 供职机构：北京工业大学生命科学与生物工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生更多>>
- 基于脑电与肌电对中风偏瘫病人肌肉能力恢复研究的进展被引量：1
- 2010年
- 现代医学认为,脑卒中是指脑局部血液循环障碍所致的神经功能缺损综合征。中医认为半身不遂、口舌歪斜、偏身麻木等症状是"中风"后的表现[1]。在中风之后,大脑的控制信号不能很好地到达手脚处的肌肉,使该部位的运动肌肉的电活动电位处于一种较低的水平,从而导致病人无法很好地控制手脚,造成基本生活的不便。利用EMG-EEG结合进行辅助治疗技术的发展将会给中风病人带来福音。本文将从肌电控制、脑电控制、肌电脑电结合三方面对此问题展开讨论。
- 张冬晔何山曾珍
- 关键词：脑电肌电肌电生物反馈
- 基于小波包能量分析的肌肉疲劳识别方法被引量：2
- 2012年
- 目的由于肌肉疲劳常与肌肉骨骼的功能失调有关,肌电信号可以反映肌肉作用力的信息,因此本文研究了一种利用某些频带上的能量特征,识别最大自主握力(maximum volunteer contraction,MVC)和疲劳状态下肌电信号的方法。方法实验记录10名年轻男子右上肢主动收缩时的表面肌电信号,并对表面肌电进行小波包变换得到第3层和第4层各节点的分解系数,由此计算各节点相应频段能量并且归一化后作为特征向量,最后将特征向量分别通过BP神经网络和支持向量机两种分类器完成识别。结果用3块前臂肌肉的表面肌电信号,通过4层小波包变换和BP神经网络的分类器对疲劳和最大自主握力状态的识别效果最好,利用7倍交叉检验方法得到87.5%的正确率。结论基于小波包能量分析的肌肉疲劳识别方法可有效检测肌肉收缩的不同状态。
- 荣瑶郝冬梅张琰张冬晔
- 关键词：表面肌电信号小波包变换BP神经网络支持向量机肌肉疲劳
