基于信息扩散理论和模糊神经网络的肌电信号分解研究.pdfVIP

第16 卷 第5 期 航天医学与医学工程 VoI. 16 No. 5 2003 年 10 月 Space Medicine MedicaI Engineering Oct. 2003 基于信息扩散理论和模糊神经网络的肌电信号分解研究* 钱晓进，杨基海，梁 政，陈 香，周 平，冯焕清 （中国科学技术大学电子技术科学系，安徽合肥230026 ） 摘要：目的肌肉重度收缩时产生的混合相肌电信号由于各运动单元动作电位（MUAP ）叠加形成的波形 较多，易产生大样本和矛盾样本。尝试采用以信息扩散原理为基础构成的模糊人工神经网络来解决 NEMG 分解问题。方法 采用控制肌肉按线性变化力增长方式采集肌电信号的方法，可以建立MUAP 模 板，将模糊信息处理技术与神经网络技术相结合可以同时达到压缩样本和消去矛盾样本的目的。结果 利用这种方法对模拟和真实混合相肌电信号的分解进行实验研究，均取得了较好的效果。结论 这种方 法对于研究重度收缩时的NEMG 分解具有较大的意义。 关键词：肌电图；分解；叠加；信息扩散；神经网络 分类号： R318. 04 ；R857. 11 文献标识码：A 文章编号：1002-0837 （2003 ）05-0354 -06 Decomp osition of EMG Signals Based on Combination of Inf ormation Diff usion Theory and Fuzzy Neural Network. OIAN Xiao-jin ，YANG Ji-hai ，LIANG Zheng ，CHEN Xiang ，ZHOU Ping ，FENG Huan-ging. Space Medicine MedicaI Engineering ，2003 ，16 （5 ）：354 ~ 359 Abstract ：Objective To soIve the probIem of Iarge sampIes and contradictory sampIes in EMG during high Iev- eI muscIe contraction. Method By means of recording EMG during muscIe contraction with IinearIy increasing force instead of constant force ，basic MUAP tempIates were obtained with the combination of information diffu- sion theory and fuzzy neuraI network. SampIes were compressed and contradictory sampIes were eIiminated. Result The method was tested by simuIated and reaI EMG data and the resuIts were satisfactory. Conclusion This method is meaningfuI for decomposing NEMG at high IeveI muscIe contraction. Key word ：eIectromyography （EMG ）；decomposition ；superimposition ；information diffusion ；neuraI network Address reprint reguests to ：OIAN Xiao-jin. Department of EIectronic Science and TechnoIogy ，University of Science TechnoIogy of China（USTC ），Hefei ，Anhui 230026 ，China 肌电信号EMG 分解，是将肌电信号还原成构 当学习样本各参数间并不严格地遵循某一确定性 成它的各运动单位动作电位（MUAP ）的逆过 规律时，网络很难达到要求的精度。这是由于传 ［1］ 程 ，在临床诊断和残疾人的康复工程具有广泛