对SCI幸存者的sEMG数据进行压缩传感研究

科学领域:

• 生物医学工程 生物医学工程
• 康复技术 康复技术 康复技术
• 信号处理 信号处理

背景情况:

• 表面电肌图 (sEMG) 对于评估行走功能至关重要.
• 压缩传感 (CS) 通过利用信号稀疏性来减少数据采集需求.
• 脊髓损伤 (SCI) 影响运动控制,需要有效的评估方法.

研究的目的:

• 引入和评估一种新的压缩传感 (CS) 算法,用于在脊髓损伤 (SCI) 患者的表面电动图 (sEMG) 信号重建.
• 为了比较拟议的正规化的直角匹配追踪 (ROMP) 算法的性能与传统的直角匹配追踪 (OMP) 算法.
• 调查不同测量矩阵对sEMG信号重建的准确性的影响.

主要方法:

• 开发一种压缩传感 (CS) 算法,用于使用规范直角匹配追踪 (ROMP) 的sEMG信号.
• 使用ROMP算法重建脊髓损伤 (SCI) 患者的多个sEMG信号.
• 用直角匹配追求 (OMP) 进行ROMP的比较分析,并对各种测量矩阵进行评估,包括二进制互换块对角 (BPBD) 矩阵.

主要成果:

• 正规化的直角匹配追踪 (ROMP) 算法证明了SCI患者sEMG信号的有效重建.
• 将ROMP与二进制变换块对角 (BPBD) 矩阵相结合,与标准OMP算法相比,产生了更高的重建精度.
• 不同的测量矩阵显著影响了CS算法的重建性能.

结论:

• 拟议的基于ROMP的CS算法为SCI个体的行走功能评估中高效的sEMG数据采集提供了有希望的方法.
• 该BPBD矩阵提高了CS算法的性能,表明其在基于sEMG的康复监测中的实用性.
• 这项研究强调了先进的信号处理技术的潜力,以改善SCI的评估和管理.