一种基于sEMG信号多重分形的肌肉疲劳特征分析方法

摘要：

针对由表面肌电信号(sEMG)非平稳、非线性、自相似性等复杂特性导致的肌肉疲劳估计不准的问题,提出一种基于 sEMG信号多重分形降趋移动平均法(MFDMA)的肌肉疲劳特征分析方法.首先,利用MFDMA方法对采集的 sEMG信号、洗牌信号和高斯白噪声信号进行非线性动力学分析;其次,利用MFDMA方法计算 sEMG信号的多重分形谱宽度、Hurst 指数变化差值、概率测度值和峰值奇异指数 4 种多重分形特征;最后,利用t-检验法分析肌肉疲劳与非疲劳状态下的多重分形特征的显著差异性.结果表明,MFDMA 方法能够描述 sEMG 信号的多重分形行为,谱宽等多重分形特征在肌肉疲劳与非疲劳状态下具有显著性差异.所提方法能够可靠表征运动性肌肉疲劳,可为肌肉疲劳识别模型建构、康复医学研究提供特征参考.

关键词：康复工程学、表面肌电信号、多重分形、肌肉疲劳、非线性特性

所属期刊栏目：44

分类号：N941.7(系统科学)

资助基金：国家自然科学基金;重庆市教委科学技术研究项目;重庆市基础与前沿研究计划;交通工程应用机器人重庆市工程实验室资助项目

在线出版日期：2023-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：103-111