导读:本文包含了针电极肌电信号论文开题报告文献综述及选题提纲参考文献，主要关键词:表面肌电,胫前肌,单极针电极,相关性评定
针电极肌电信号论文文献综述
张珊珊,吴文,李婷婷,王艳君,王楚怀[1]（2019）在《表面电极与单极针电极采集胫前肌电信号的相关性研究》一文中研究指出目的:采用表面肌电(sEMG)系统分析比较表面电极与单极针电极采集胫前肌肌电活动变化的相关性,以确定单极针电极评估单一靶向肌肉功能状况的有效性和可靠性。方法:17名健康受试者(11女6男,22.76±3.31岁)分别在表面电极和针电极下完成踝背屈动作,采集胫前肌最大随意收缩时的肌电图(EMG)信号,比较两种采集方法下受试者平均肌电值(AEMG)、均方根值(RMS)、中位频率(MF)、平均功率频率(MPF)和非线性指标LZ复杂度的差异性与相关性,并选取针电极下胫前肌收缩时的AEMG、MF与疼痛强度VAS评分作相关性分析。结果:两种方法采集双侧胫前肌电信号AEMG、RMS、MF、MPF、LZ复杂度有相关性(P<0.05)。两种电极下时域指标AEMG、RMS差异无统计学意义(P>0.05),针电极组频域指标MF、MPF较表面电极组升高(P<0.001)。针电极组胫前肌收缩时AEMG、MF与疼痛程度VAS无线性相关关系,即针刺疼痛不影响EMG信号采集。结论:采用sEMG系统结合单极针电极,能够较可靠、灵敏地检测出胫前肌的肌电活动,这是一种针对性地评估单一靶肌肉功能活动的有效方法,具有较好的临床应用价值。(本文来源于《中国运动医学杂志》期刊2019年05期）
娄智,杨基海[2]（2006）在《针电极肌电信号AR模型参数与局部肌疲劳的相关定性关系(英文)》一文中研究指出背景:研究肌肉的疲劳行为,对于神经肌肉系统的基础研究、残疾人的康复工程、理疗效果的客观评价、运动员的科学训练和工效学等都有广泛的应用价值。目的:利用针电极肌电信号AR模型参数来研究局部肌疲劳,试图揭示局部肌疲劳过程与针电极肌电信号AR模型系数之间存在的定性关系。设计:以人体针电极肌电信号为观察对象,分析肌电特征参数在局部肌疲劳过程中的变化规律。单位:中国科学技术大学NML实验室。对象:由中国科学技术大学NML实验室研制的肌电信号采集系统获得4例针电极肌电信号,挑选的4名志愿者均为健康男性,检测部位为胫前肌。方法:根据随机信号参数模型理论,对针电极肌电信号进行建模,选取参数,研究肌肉疲劳过程中肌电信号的α1参数随时间的变化趋势。编程采用MATLAB语言工具箱的相关程序。主要观察指标:针电极肌电信号的α1参数随着时间(疲劳过程)的增加而变化的趋势。结果:人体的局部肌肉疲劳与从该肌肉检测的针电极肌电信号α1参数的变化趋势之间存在着一种相关关系,即针电极肌电信号的α1参数随着时间(疲劳过程)的增加有增大的趋势。结论:针电极肌电信号的α1参数随着时间(疲劳过程)的增加有增大的趋势,利用这种关系就能够较好的对肌肉疲劳的状态进行评价。(本文来源于《中国临床康复》期刊2006年30期）
秦川,王志中,王刚,马波[3]（2004）在《利用AR模型参数分析损伤神经的针电极肌电信号》一文中研究指出影响募集形式的两种主要因素为时间募集和空间募集 ,本文提出了一种利用现代谱分析技术来分析针电极肌电信号募集的方法。通过建立全极点 AR模型 ,利用时 -频谱分析了不同神经不同程度损伤的肌电信号的时间募集减少和空间募集减少。最后提取前臂 NEMG信号的 AR系数并通过 BP神经网络辨识了不同程度损伤的肌电信号 ,取得了良好的实验结果。(本文来源于《生物医学工程学杂志》期刊2004年04期）
秦川,王志中,马明辉[4]（2003）在《利用AR模型参数和BP神经网络辨识损伤神经的针电极肌电信号》一文中研究指出在临床中,通过观察异常募集的肌电信号可以用来判断肌神经的损伤程度。异常募集的主要特征值包括MUP的幅度、时限、发放频率、单位时间的转折数等。本文作者提出了一种对前臂肌神经损伤肌肉的针电极肌电信号建立AR模型,提取AR系数并通过BP神经网络判别肌神经损伤的方法。通过实验证明,这种方法判别准确度高、速度快,在计算机辅助诊疗肌神经损伤中有着良好的应用前景。(本文来源于《医疗卫生装备》期刊2003年06期）
秦川,王志中,马明辉[5]（2003）在《基于模糊识别理论的针电极肌电信号的辨识》一文中研究指出针对针电极肌电信号的不确定性 ,提出了一种利用模糊识别理论辨识针电极肌电信号的方法 ,对前臂异常募集时的针电极肌电信号进行辨识 ,给出了模糊识别所需的特征量 ,隶属度函数和特征关系矩阵。与选取相同特征值和样本数量的贝叶斯分类器的对比实验表明 ,这种方法所需样本少 ,识别准确率高(本文来源于《北京生物医学工程》期刊2003年01期）
杨基海,陈香,娄智,钟展辉,周平[6]（2000）在《利用神经网络估计针电极肌电信号的AR模型参数和功率谱》一文中研究指出本文介绍利用隐层神经元为线性传递函数的叁层人工神经网络对针电极肌电信号(NEMG)的 AR模型参数和功率谱进行估计的方法。实验结果显示 ,由神经网络法估计的 NEMG信号 AR模型参数和功率谱与自相关法基本一致 ,表明了这种方法的有效性(本文来源于《北京生物医学工程》期刊2000年02期）
杨基海,周平,章劲松,娄智[7]（2000）在《利用小波变换去除针电极肌电信号噪声的实验研究》一文中研究指出小波变换能将各种交织在一起的由不同频率组成的混合信号分解成不相同频段的信号。本文采用小波变换的方法对针电极肌电信号 (NEMG)进行去噪声处理 ,并进行对比实验。结果表明 ,在应用小波变换处理 NEMG信号过程中 ,只要适当选取变换尺度就可以在处理信号的同时 ,有效地消除原信号中高频噪声和基线漂移的影响(本文来源于《生物医学工程学杂志》期刊2000年01期）
针电极肌电信号论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
背景:研究肌肉的疲劳行为,对于神经肌肉系统的基础研究、残疾人的康复工程、理疗效果的客观评价、运动员的科学训练和工效学等都有广泛的应用价值。目的:利用针电极肌电信号AR模型参数来研究局部肌疲劳,试图揭示局部肌疲劳过程与针电极肌电信号AR模型系数之间存在的定性关系。设计:以人体针电极肌电信号为观察对象,分析肌电特征参数在局部肌疲劳过程中的变化规律。单位:中国科学技术大学NML实验室。对象:由中国科学技术大学NML实验室研制的肌电信号采集系统获得4例针电极肌电信号,挑选的4名志愿者均为健康男性,检测部位为胫前肌。方法:根据随机信号参数模型理论,对针电极肌电信号进行建模,选取参数,研究肌肉疲劳过程中肌电信号的α1参数随时间的变化趋势。编程采用MATLAB语言工具箱的相关程序。主要观察指标:针电极肌电信号的α1参数随着时间(疲劳过程)的增加而变化的趋势。结果:人体的局部肌肉疲劳与从该肌肉检测的针电极肌电信号α1参数的变化趋势之间存在着一种相关关系,即针电极肌电信号的α1参数随着时间(疲劳过程)的增加有增大的趋势。结论:针电极肌电信号的α1参数随着时间(疲劳过程)的增加有增大的趋势,利用这种关系就能够较好的对肌肉疲劳的状态进行评价。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
针电极肌电信号论文参考文献
[1].张珊珊,吴文,李婷婷,王艳君,王楚怀.表面电极与单极针电极采集胫前肌电信号的相关性研究[J].中国运动医学杂志.2019
[2].娄智,杨基海.针电极肌电信号AR模型参数与局部肌疲劳的相关定性关系(英文)[J].中国临床康复.2006
[3].秦川,王志中,王刚,马波.利用AR模型参数分析损伤神经的针电极肌电信号[J].生物医学工程学杂志.2004
[4].秦川,王志中,马明辉.利用AR模型参数和BP神经网络辨识损伤神经的针电极肌电信号[J].医疗卫生装备.2003
[5].秦川,王志中,马明辉.基于模糊识别理论的针电极肌电信号的辨识[J].北京生物医学工程.2003
[6].杨基海,陈香,娄智,钟展辉,周平.利用神经网络估计针电极肌电信号的AR模型参数和功率谱[J].北京生物医学工程.2000
[7].杨基海,周平,章劲松,娄智.利用小波变换去除针电极肌电信号噪声的实验研究[J].生物医学工程学杂志.2000