期刊简介
本刊是综合性学术期刊，主要刊登人工器官、生物材料、生物力学、生物信息与控制、生物医学测量、医药工程、生物工程、中医工程、计算机在医学中的应用、医疗器械等方面的理论研究和最新成果。适合从事生物医学工程的科研、工程人员及临床医生阅读，面向国内外公开发行。
往期目录
-
1999
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>北京生物医学工程杂志
- 杂志名称：北京生物医学工程杂志
- 主管单位：北京市卫生健康委员会
- 主办单位：北京市心肺血管疾病研究所
- 国际刊号：1002-3208
- 国内刊号：11-2261/R
- 出版周期：双月刊
期刊荣誉：北京市优秀作品编辑奖（89）期刊收录：维普收录(中), 知网收录(中), 万方收录(中), 统计源核心期刊(中国科技论文核心期刊), 国家图书馆馆藏, 上海图书馆馆藏
基于小波包能量分析的肌肉疲劳识别方法
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
摘要：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,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大自主握力状态的识别效果好,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.
友情链接