从机械图信号中去除运动工件:一种用于人类运动分析的创新过方法
概括
这项研究引入了机械肌图学 (MMG) 加速度计的自适应过方法,以删除运动工件. 这种新的方法有效地在动态条件下隔离噪声,提高肌肉活动测量精度.
科学领域:
- 生物医学工程 生物医学工程
- 信号处理 信号处理
- 肌肉骨研究 研究
背景情况:
- 机械肌图 (MMG) 提供基于现场的肌肉活动评估.
- 对运动工件的敏感性阻碍了MMG在动态环境中的实际应用.
研究的目的:
- 开发和验证MMG加速度计的自适应过方法.
- 在动态活动期间有效地将运动工件与MMG信号隔离.
主要方法:
- 利用完整的集体实证模式分解与适应性噪声和光谱模糊.
- 将拟议的自适应过方法与传统的带通过技术进行了比较.
- 在动态条件下对deltoid和erector脊柱肌肉的评估性能.
主要成果:
- 适应性过方法在运动器件重组中表现出卓越的性能 (deltoid的R2 = 0.907,erector脊柱的R2 = 0.842).
- 在5-20 Hz带宽内,成功过了动态的运动工件,超越了传统方法.
- 在机车行驶过程中,在干和下肢的MMG信号中确认了残余撞击加速的存在.
结论:
- 拟议的自适应过方法提高了MMG加速度计在动态环境中的可靠性.
- 这种技术为MMG中过运动工件提供了显著的进步.
- 需要进一步的研究来量化干和下肢MMG分析的残余冲击加速度.
