期刊文章详细信息
基于表面肌电信号的小儿脑瘫步态活动段检测研究 ( EI收录)
Detection study of walking segments of children with cerebral-palsy based on surface electromyographic signals
文献类型:期刊文章
机构地区:[1]中国科学技术大学电子科学与技术系,合肥230027 [2]安徽交通职业技术学院城市轨道交通与信息工程系,合肥230051
基 金:国家自然科学基金资助项目(61271138)
年 份:2017
卷 号:34
期 号:3
起止页码:342-349
语 种:中文
收录情况:BDHX、BDHX2014、CAS、CSCD、CSCD_E2017_2018、EI、EMBASE、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:本文采用小儿脑瘫患者步行时下肢的表面肌电信号(sEMG),对其步态运动的特征参数进行分析,拟达到对小儿脑瘫患者的临床严重程度进行评估的目的。首先采用综合轮廓法(IP)、样本熵(Samp EN)和平滑非线性能量算子(SNEO)三种方法分别检测仿真步行状态下,下肢双侧腓肠肌激活时的sEMG信号,并对这些算法得到的结果进行精度和运算时间的比较研究,最后确定了三种算法中性能比较优良的SNEO算法,然后再利用实测的小儿脑瘫患者的sEMG信号,对患儿步态活动段进行检测和标定。研究结果表明:三种算法在sEMG步态活动段的划分中精度的差异没有统计学意义,但SNEO算法具有运算速度快的优点,适用于sEMG信号的步态活动段检测;小儿脑瘫患者的脑瘫程度与其sEMG信号的步态活动段平均长度呈正相关关系,三种不同程度脑瘫患儿的步态活动段长度差异具有统计学意义。通过本文研究结果,我们提出或许可以考虑将步态活动段平均长度作为一种评估脑瘫程度的辅助定量化指标的新思路。
关 键 词:表面肌电 步态活动段 小儿脑瘫 平滑非线性能量算子
分 类 号:R742.3]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...