基于定量递归分析（RQA）方法的肌电信号处理

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (1): 204-204.

基于定量递归分析（RQA）方法的肌电信号处理

刘春玲,王旭

东北大学

收稿日期:2006-05-08 修回日期:1900-01-01 出版日期:2007-01-01 发布日期:2007-01-01
通讯作者: 刘春玲 liucl liucl

The Surface Electromyography Processing Based on Recurrence Quantification Analysis

东北大学

Received:2006-05-08 Revised:1900-01-01 Online:2007-01-01 Published:2007-01-01

摘要/Abstract

摘要： 简要介绍了定量递归分析(Recurrence Quantification Analysis,RQA)方法在表面肌电信号(surface electromyographic EMG)分析中的应用进展情况。应用RQA方法对不同位置的肌电信号进行自发受力分析，得出随着力量的增加，确定性值也相应增大的结论，并且与传统的频域分析变量中值频率进行比较，得出了确定性值与中值频率的关系。对电刺激诱发表面肌电信号进行RQA分析，得出了随着刺激强度的增加,RQA参数%REC、%DET、ENTR、Trend都相应增大的结论。

关键词: 肌电信号, 定量递归分析, 中值频率, 电刺激

Abstract: This paper introduced the development of applications of Recurrence Quantification Analysis in surface electromyographic signal. And the possible application of Recurrence Quantification Analysis strategy to the analysis of spontaneous force of sEMG is described. The result shows the percent determination is increased along with force and compared with the median frequency and found the relation of them. Recurrence Quantification Analysis is used to processing the sEMG educed by the Electric stimulation time in this paper.

Key words: Electromyography, Recurrence quantification analysis, The median frequency, Electric stimulation

刘春玲,王旭. 基于定量递归分析（RQA）方法的肌电信号处理[J]. 计算机工程与应用, 2007, 43(1): 204-204.

,. The Surface Electromyography Processing Based on Recurrence Quantification Analysis[J]. Computer Engineering and Applications, 2007, 43(1): 204-204.

[1]	隋修武，牛佳宝，李昊天，乔明敏. 基于NMF-SVM模型的上肢sEMG手势识别方法[J]. 计算机工程与应用, 2020, 56(17): 161-166.
[2]	张龙娇，曾晓勤. 基于深度神经网络的sEMG手势识别研究[J]. 计算机工程与应用, 2019, 55(23): 113-119.
[3]	景元1，2，吉爱红2，张曦元2，3，宋雅伟4，陈炜峰1. 传感器人体运动行为特征识别研究进展[J]. 计算机工程与应用, 2019, 55(1): 23-28.
[4]	马正华1，李雷2，乔玉涛2，戎海龙3，曹海婷2. 基于多传感器融合的动态手势识别研究分析[J]. 计算机工程与应用, 2017, 53(17): 153-159.
[5]	王红旗，李林伟，毛啊敏. 基于小波包的表面肌电信号特征表示与识别[J]. 计算机工程与应用, 2015, 51(9): 217-220.
[6]	熊平，唐建. 表面肌电信号前端处理系统[J]. 计算机工程与应用, 2015, 51(1): 218-222.
[7]	艾青松，卢英，刘泉. 高斯径向基函数重构特征对表面肌电信号识别[J]. 计算机工程与应用, 2013, 49(12): 182-186.
[8]	郭一娜1，王清华1，Abraham Ajith2. 利用柔性神经树的实时肌电信号手势识别模型[J]. 计算机工程与应用, 2012, 48(17): 207-210.
[9]	王焕灵1，尤波1，黄玲1，杨大鹏2. 基于肌电信号的手部动作模式识别新思路[J]. 计算机工程与应用, 2011, 47(21): 166-169.
[10]	郭旭东，徐秀林，张东衡，周岳平. 听视觉反馈式电刺激仪的设计[J]. 计算机工程与应用, 2010, 46(22): 233-235.
[11]	梁奇,叶明,马文杰. 滤除SEMG工频干扰的数字陷波器设计[J]. 计算机工程与应用, 2009, 45(17): 61-63.
[12]	程波¹,刘光远². 基于表面肌电信号小波包熵的情感识别[J]. 计算机工程与应用, 2008, 44(26): 214-216.
[13]	周鹏¹,曹红宝^1,2,熊屹¹,葛家怡¹,张爽¹,王明时¹. 基于脑机接口的智能康复系统的设计[J]. 计算机工程与应用, 2007, 43(26): 1-4.