声明
摘要
第1章 绪论
1.1 肌电信号形成的生理学基础
1.1.1 神经肌肉系统
1.1.2 运动单位
1.1.3 运动单位动作电位
1.1.4 肌电信号的形成
1.2 肌电信号分解及其研究意义
1.2.2 肌电信号分解的研究意义
1.3 肌电信号分解的研究现状
1.3.1 肌电信号分解的难点
1.3.2 插入式肌电信号分解的研究现状
1.3.3 表面肌电信号分解的研究现状
1.4 本文研究内容
第2章 盲源分离理论简介
2.1 盲源分离简介
2.1.1 盲源分离的概念
2.1.2 盲源分离问题的形式化描述
2.1.3 盲源分离问题的不同解法
2.2 快速独立分量分析(FastICA)简介
2.3 本章总结
第3章 基于FastICA的表面肌电分解新框架
3.1 引言
3.2 FastICA与表面肌电分解
3.3 逐步独立分量剥离法
3.3.1 基于卷积模型的分解
3.3.2 剥离策略
3.3.3 带时域约束的FastICA
3.3.4 算法框架
3.4 算法性能测试
3.4.1 仿真信号分解测试
3.4.2 真实信号分解测试
3.5 本章总结
第4章 表面肌电分解的自动化实现
4.1 引言
4.2 自动提取运动单位发放时间序列
4.2.2 自动迭代阈值设置
4.2.3 寻谷聚类法
4.3 分解可靠性的自动判断
4.3.1 参数约束
4.3.2 缓存策略
4.4 APFP分詹事眶架
4.5 分解性能测试
4.5.1 仿真信号分解测试
4.5.2 真实信号分解测试
4.6 本章总结
第5章 表面肌电信号分解的验证
5.3 双源法验证
5.3.1 实验配置和方案
5.3.2 数据分析
5.3.3 结果
5.3.4 小结
5.4 神经肌肉病变条件下的双源法验证
5.4.1 实验设想
5.4.2 数据采集和实验方案
5.4.3 结果分析
5.4.4 小节
5.5 与CKC方法对比
5.5.1 CKC方法简介
5.5.2 实验设想
5.5.3 数据采集与实验方案
5.5.4 结果分析
5.5.5 小节
5.6 本章总结
第6章 总结与展望
6.1 论文总结
6.2 研究展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
中国科学技术大学;