文献类型：期刊文章

作　　者：杨铮[1] 王立玲[1] 马东[1]

Yang Zheng;Wang Liling;Ma Dong(Key Laboratory of Digital Medical Engineering of Hebei Province,College of Electronic and Information Engineering,Hebei University,Baoding 071002,Hebei,China)

机构地区：[1]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,河北保定071002

出　　处：《中国生物医学工程学报》

基　　金：国家自然科学基金(61473112);河北省教育厅青年基金(QN2014101);河北省自然科学基金(F2015201112).

年　　份：2018

卷　　号：37

期　　号：6

起止页码：673-679

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2017_2018、EMBASE、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对表面肌电信号的非平稳特性,采用自回归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肌肉疲劳迅速做出判定。应用非平稳时间序列的时变系统建模方法对10例受试者疲劳前、疲劳后表面肌电信号进行特征提取。建立时变参数自回归模型,通过引入Legendre基函数将线性非平稳过程参数辨识转化为线性时不变系统参数辨识,结合相关指数可以获得时变系统参数估计的最优Legendre基函数维数,进而可以获得最佳模型拟合效果,并采用最小二乘法解出时不变参数。用疲劳前、后的自回归模型的第一个时变参数(ARC1)的变化率作为检测肌肉疲劳敏感性指标,并采用双尾t检验,分别与平均功率频率(MPF)和中值频率(MF)的变化率进行统计学对比分析。结果表明, ARC1、MPF和MF疲劳前后的变化率分别为34.33%±2.41%、25.68%±2.03%、22.80%±2.19%,且ACR1的变化率分别显著高于MPF和MF(P<0.05).所提出的方法通过表面肌电信号对肌肉疲劳检测时,具有时间短和敏感性高等优点,可用于在线实时分析肌肉疲劳程度,为肢肌肉劳损的评估、康复治疗及人体工效学的研究提供一个潜在的分析工具。

关 键 词：表面肌电信号 肌肉疲劳 自回归模型

分 类 号：R318[生物医学工程类]