CN107518895A - 面向康复训练的同一肌肉检测方法 - Google Patents
面向康复训练的同一肌肉检测方法 Download PDFInfo
- Publication number
- CN107518895A CN107518895A CN201610465614.6A CN201610465614A CN107518895A CN 107518895 A CN107518895 A CN 107518895A CN 201610465614 A CN201610465614 A CN 201610465614A CN 107518895 A CN107518895 A CN 107518895A
- Authority
- CN
- China
- Prior art keywords
- muscle
- moving cell
- rehabilitation training
- electrode
- waveform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000003205 muscle Anatomy 0.000 title claims abstract description 35
- 238000012549 training Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 title claims abstract description 12
- 230000003387 muscular Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000033001 locomotion Effects 0.000 claims description 19
- 239000000835 fiber Substances 0.000 claims description 10
- 235000013372 meat Nutrition 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 210000001015 abdomen Anatomy 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 3
- 238000000354 decomposition reaction Methods 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 abstract 1
- 230000003183 myoelectrical effect Effects 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 206010008190 Cerebrovascular accident Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 201000000585 muscular atrophy Diseases 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 101000739754 Homo sapiens Semenogelin-1 Proteins 0.000 description 1
- 208000007101 Muscle Cramp Diseases 0.000 description 1
- 208000029578 Muscle disease Diseases 0.000 description 1
- 102100037550 Semenogelin-1 Human genes 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003189 isokinetic effect Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001272 neurogenic effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/296—Bioelectric electrodes therefor specially adapted for particular uses for electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/09—Rehabilitation or training
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供一种面向康复训练的同一肌肉检测方法,用来监测肌肉康复训练进程。首先对采集的多通道表面肌电信号分解得到运动单元发放序列,其次提取运动单元发放波形,然后利用运动单元发放波形的峰峰值以及差分的发放波形,估计运动单元空间位置,从而确定同一肌肉,最后观测同一肌肉在康复训练中的变化,调整康复训练计划。为了简化方法,在上述过程中只对发放波形的峰峰值比较,而不需要进行计算,实现简单。
Description
技术领域
本发明涉及在肌肉康复训练中,人体四肢同一肌肉确定方法,有助于监测肌肉康复状态和建立科学的肌肉功能训练方法。
背景技术
随着科技的进步和人民生活水平的逐渐提高,康复问题越来越受到关注。目前我国每年仅新增的脑卒中病人约200万例,其中高达85%的脑卒中病人最初在肢体出现功能障碍,严重影响病人的生存质量,给病人及家庭带来沉重的经济和生活负担。另外,在其他的一些肌肉疾病中,比如肌肉萎缩和肌肉痉挛等,康复训练也是一种有效的治疗手段。相关理论和实践表明科学合理的康复训练,能够维持和改善关节活动度,预防废用性肌萎缩和关节僵硬,最大程度地恢复或代偿其原有功能。然而,传统的康复训练中主要依靠医生的经验,对于具体肌肉的康复训练进程掌握程度不够,难以制定科学合理的训练计划。因此,本发明提出一种面向康复训练的同一肌肉检测方法,实时掌握康复进程,制定合理的康复训练计划恢复或改善肢体功能,进一步提高生活质量,实现最大限度地生活自理。
表面肌电信号( surface EMG, sEMG) 是利用表面电极从人体体表检测肌电信号, 与针电极肌电信号(Needle EMG, NEMG)相比, 它具有无创性, 操作简单的特点,易于患者接受,因此应用前景广阔。sEMG的起源是运动单元活动电位(MUAP),活动电位由给定肌肉收缩过程中所激活的每一个运动单位所释放。在任何一个给定的募集模式,众多的运动单位以非同步的模式被激活,这些运动单位活动的总和构成了肌电信号的强度。在临床上,通过sEMG可以较全面地了解神经肌肉的功能状态,鉴别神经源性和肌源性疾病,判断神经损伤的部位、程度及恢复状况,并且sEMG信号的检测分析对康复医学及运动医学也有具有重要意义。
发明内容
鉴于以上所述现有康复训练技术的缺陷,本发明的目的在于提供一种面向康复训练的同一肌肉的检测方法,主要利用多通道sEMG信号检测人体四肢同一肌肉。其包括如下步骤:
步骤一:将多片多通道电极贴在皮肤表面,放置在肌腹位置;
步骤二:患者肌肉保持恒力,对多通道sEMG信号进行滤波处理,采用卷积核补偿方法提取肌肉运动单元的发放时刻序列;
步骤三:根据每个运动单元发放时刻序列,在每个通道上提取其平均波形;
步骤四:根据波形的差分信号,确定肌肉运动单元在表面电极上的位置;
步骤五:结合运动单元的在表面电极上的位置和深度信息,估计肌肉运动单元的空间位置;
步骤六:患者改变肌肉力,重复步骤二----步骤五,比较两种肌肉力情况下的运动单元的空间位置,确定同一肌肉;
步骤七:比较肌肉运动单元特征参数,修订康复训练计划。
优化的技术措施包括:
上述电极在垂直于肢体的肌纤维方向形成闭合分布。
上述肌肉运动单元深度信息获取方法是:找出运动单元所在位置的一圈电极的峰峰值,即在垂直于肌肉纤维方向上的电极所获得波形的峰峰值,获得最大峰峰值一半的表面2个点距离,用这个距离代替肌肉单元深度信息。
采用上述方法检测康复训练的同一肌肉,有助于检验康复效果,调整康复训练计划。采用电极在垂直于肢体的肌纤维方向形成闭合分布,可以获得完整的表面肌电信号,有利于提高空间位置的准确性。利用最大峰峰值一半的表面2个点距离代替肌肉单元深度信息,不需要计算,使得确定方法简单。本发明提出的方法简化了计算,实现简单。
附图说明
图1为本发明流程图。
图2为本发明电极阵列排列图(8*8)。
图3为本发明的运动单元发放单极性波形图。
图4为本发明的运动单元发放差分波形图。
图5为本发明运动单元深度信息图。
具体实施方式
以下结合附图1-附图5的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地实现。
具体的实施步骤如下:
步骤1)将多通道电极沿垂直肌肉纤维方向放置,可用多片电极,电极在垂直于肢体的肌纤维方向形成闭合分布。如图2所示,为一片8*8表面电极阵列,图中编号为表面电极编号,箭头方向为肌肉纤维方向,将电极阵列上箭头方向与肌肉纤维方向一致放置。此处实例采用2片8*8表面电极。
步骤二:患者肌肉保持恒力,对多通道sEMG信号进行滤波处理,采用卷积核补偿方法提取肌肉运动单元的发放时刻序列;
对多通道sEMG信号进行预处理,具体步骤如下:将多通道sEMG信号进行带通滤波和带阻滤波,削弱干扰,带通滤波器用来保留5Hz--500Hz频段信号,然后采用陷波滤波器,滤除50Hz工频干扰。带通滤波器和带阻滤波采用巴特沃斯数字滤波器,设置参数包括阶数、3dB截止频率、滤波器的通带、阻带截止频率等。
采用卷积核补偿方法提取肌肉运动单元的发放时刻序列;具体过程为:首先计算多通道sEMG信号互相关矩阵以及互相关矩阵逆矩阵,互相关矩阵表示为:
其中是采样时刻,是第个采样时刻的阵列信号,是第个采样时刻的阵列信号转置,是数序期望。计算互相关矩阵的逆矩阵,即
然后采样时刻取sEMG信号能量的中值,能量按照下式计算:
取能量中值所对应的时刻。最后利用如下公式计算得到运动单元发放序列:
步骤三:根据每个运动单元发放时刻序列,在每个通道上提取其平均波形。利用运动单元发放时刻所对应的原始sEMG信号,提取每个发放时刻前后长度的波形,然后叠加平均,得到如图3所示的一片电极阵列上的运动单元发放单极性波形图。
步骤四:根据波形的差分信号,确定肌肉运动单元在表面电极上的位置。将图3所示波形,沿肌纤维方向,相邻电极上的波形按行相减(第一行差分信号为电极16-8,15-7,14-6,...,9-1;第二行差分信号为电极24-16,23-15,22-14,...,17-9;...;第7行差分信号为电极64-56,63-55,62-54,...,57-49),得到如图4所示的运动单元发放差分波形图。在图4中,由于五角星处上下的波形相位相反,可以得到运动单元的位置在五角星处,即图2的电极22处。
步骤五:结合运动单元的在表面电极上的位置和深度信息,估计肌肉运动单元的空间位置。运动单元的在表面电极22处,深度信息处理方法为:在图3上找出在电极22所在的一圈、垂直于肌肉纤维方向上的电极所获得波形的峰峰值(),其中最大的峰峰值对应图5中的处电极,假设在中获得为处最大峰峰值一半的2个电极位置。采用的距离(沿皮肤表面)代替运动单元深度信息。若图5中的位置不是电极所处的位置,可由的值插值估计位置。
步骤六:患者改变肌肉力,重复步骤二----步骤五,比较两种肌肉力情况下的运动单元的空间位置,确定同一肌肉;在这个过程中,若两个运动单元空间位置误差在5%以下,可以认定为同一运动单元,即同一肌肉。
步骤七:比较肌肉运动单元特征参数,修订康复训练计划。运动单元特征参数包括运动单元发放波形幅值、发放频率等。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (3)
1.一种面向康复训练的同一肌肉检测方法,其包括如下步骤:
步骤一:将多片多通道电极贴在皮肤表面,放置在肌腹位置;
步骤二:患者肌肉保持恒力,对多通道sEMG信号进行滤波处理,采用卷积核补偿方法提取肌肉运动单元的发放时刻序列;
步骤三:根据每个运动单元发放时刻序列,在每个通道上提取其平均波形;
步骤四:根据波形的差分信号,确定肌肉运动单元在表面电极上的位置;
步骤五:结合运动单元的在表面电极上的位置和深度信息,估计肌肉运动单元的空间位置;
步骤六:患者改变肌肉力,重复步骤二----步骤五,比较两种肌肉力情况下的运动单元的空间位置,确定同一肌肉;
步骤七:比较肌肉运动单元特征参数,修订康复训练计划。
2.根据权利1所述的面向康复训练的同一肌肉检测方法,其特征在于,步骤一)电极在垂直于肢体的肌纤维方向形成闭合分布。
3.根据权利1面向康复训练的同一肌肉检测方法,其特征在于,步骤五)肌肉运动单元深度信息获取方法是:找出运动单元所在位置的一圈电极的峰峰值,即在垂直于肌肉纤维方向上的电极所获得波形的峰峰值,获得最大峰峰值一半的表面2个点距离,用这个距离代替肌肉单元深度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610465614.6A CN107518895B (zh) | 2016-06-22 | 2016-06-22 | 面向康复训练的同一肌肉检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610465614.6A CN107518895B (zh) | 2016-06-22 | 2016-06-22 | 面向康复训练的同一肌肉检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107518895A true CN107518895A (zh) | 2017-12-29 |
CN107518895B CN107518895B (zh) | 2020-07-17 |
Family
ID=60734133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610465614.6A Expired - Fee Related CN107518895B (zh) | 2016-06-22 | 2016-06-22 | 面向康复训练的同一肌肉检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107518895B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108309295A (zh) * | 2018-02-11 | 2018-07-24 | 宁波工程学院 | 一种手臂肌肉力量测评方法 |
CN108403113A (zh) * | 2018-02-11 | 2018-08-17 | 宁波工程学院 | 一种半自动的阵列式表面肌电信号分解方法 |
CN108403115A (zh) * | 2018-02-11 | 2018-08-17 | 宁波工程学院 | 一种肌肉运动单元数量估计方法 |
CN110720911A (zh) * | 2019-10-12 | 2020-01-24 | 宁波工程学院 | 一种肌肉运动单元提取方法 |
CN110720910A (zh) * | 2019-10-12 | 2020-01-24 | 宁波工程学院 | 一种基于相关性的肌肉运动单元搜索方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060071934A1 (en) * | 2004-10-01 | 2006-04-06 | Sony Corporation | System and method for tracking facial muscle and eye motion for computer graphics animation |
US20090299210A1 (en) * | 2008-06-02 | 2009-12-03 | Precision Biometrics , Inc. | Systems and methods for performing surface electromyography and range-of-motion test |
CN102125724A (zh) * | 2010-12-28 | 2011-07-20 | 上海大学 | 声肌信号控制手功能开环功能性电刺激控制方法 |
CN104224169A (zh) * | 2014-10-14 | 2014-12-24 | 沈阳工程学院 | 一种用于判断人体肌肉疲劳的表面肌电信号线性分析方法 |
CN105342610A (zh) * | 2015-12-10 | 2016-02-24 | 宁波工程学院 | 肌肉运动单元深度估计快速方法 |
-
2016
- 2016-06-22 CN CN201610465614.6A patent/CN107518895B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060071934A1 (en) * | 2004-10-01 | 2006-04-06 | Sony Corporation | System and method for tracking facial muscle and eye motion for computer graphics animation |
US20090299210A1 (en) * | 2008-06-02 | 2009-12-03 | Precision Biometrics , Inc. | Systems and methods for performing surface electromyography and range-of-motion test |
CN102125724A (zh) * | 2010-12-28 | 2011-07-20 | 上海大学 | 声肌信号控制手功能开环功能性电刺激控制方法 |
CN104224169A (zh) * | 2014-10-14 | 2014-12-24 | 沈阳工程学院 | 一种用于判断人体肌肉疲劳的表面肌电信号线性分析方法 |
CN105342610A (zh) * | 2015-12-10 | 2016-02-24 | 宁波工程学院 | 肌肉运动单元深度估计快速方法 |
Non-Patent Citations (2)
Title |
---|
BLOK,JH,ET AL.: "A high-density multichannel surface electromyography system for the characterization of single motor units", 《REVIEW OF SCIENTIFIC INSTRUMENTS》 * |
杨丹丹: "基于电极阵列的手外肌sEMG检测", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108309295A (zh) * | 2018-02-11 | 2018-07-24 | 宁波工程学院 | 一种手臂肌肉力量测评方法 |
CN108403113A (zh) * | 2018-02-11 | 2018-08-17 | 宁波工程学院 | 一种半自动的阵列式表面肌电信号分解方法 |
CN108403115A (zh) * | 2018-02-11 | 2018-08-17 | 宁波工程学院 | 一种肌肉运动单元数量估计方法 |
CN110720911A (zh) * | 2019-10-12 | 2020-01-24 | 宁波工程学院 | 一种肌肉运动单元提取方法 |
CN110720910A (zh) * | 2019-10-12 | 2020-01-24 | 宁波工程学院 | 一种基于相关性的肌肉运动单元搜索方法 |
CN110720910B (zh) * | 2019-10-12 | 2022-03-29 | 宁波工程学院 | 一种基于相关性的肌肉运动单元搜索方法 |
CN110720911B (zh) * | 2019-10-12 | 2022-08-30 | 宁波工程学院 | 一种肌肉运动单元提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107518895B (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Niazi et al. | Peripheral electrical stimulation triggered by self-paced detection of motor intention enhances motor evoked potentials | |
CN107518895A (zh) | 面向康复训练的同一肌肉检测方法 | |
Jiang et al. | A brain–computer interface for single-trial detection of gait initiation from movement related cortical potentials | |
Farrell | A comparison of the effects of electrode implantation and targeting on pattern classification accuracy for prosthesis control | |
Xu et al. | An adaptive algorithm for the determination of the onset and offset of muscle contraction by EMG signal processing | |
Türker et al. | Surface electromyography in sports and exercise | |
CN104107134B (zh) | 基于肌电反馈的上肢训练方法及系统 | |
Shahid et al. | Application of higher order statistics techniques to EMG signals to characterize the motor unit action potential | |
Turpin et al. | No evidence of expertise-related changes in muscle synergies during rowing | |
CN103258120A (zh) | 一种基于脑电信号的中风康复程度指标计算方法 | |
Qiu et al. | A stimulus artifact removal technique for SEMG signal processing during functional electrical stimulation | |
CN108403115A (zh) | 一种肌肉运动单元数量估计方法 | |
Yochum et al. | Estimation of muscular fatigue under electromyostimulation using CWT | |
CN105342610B (zh) | 肌肉运动单元深度估计快速方法 | |
Xu et al. | Does vibration superimposed on low-level isometric contraction alter motor unit recruitment strategy? | |
Ibrahim et al. | Investigation of electromyographic activity during salat and stretching exercise | |
Jochumsen et al. | Detection of movement intentions through a single channel of electroencephalography | |
Bala et al. | Muscle synergy-based functional electrical stimulation reduces muscular fatigue in post-stroke patients: a systematic comparison | |
Wodlinger et al. | Peripheral nerve signal recording and processing for artificial limb control | |
Koyas et al. | Detection of intention level in response to task difficulty from EEG signals | |
CN114098768A (zh) | 基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法 | |
Zhao et al. | Evaluation of lower-limb rehabilitation based on muscle fatigue | |
Hao et al. | Effects of electrical stimulation of cutaneous afferents on corticospinal transmission of tremor signals in patients with Parkinson's disease | |
Zhou et al. | Nonlinear spatial filtering of multichannel surface electromyogram signals during low force contractions | |
Sahyudi et al. | Investigation of upper limb movement for VR based post stroke rehabilitation device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200717 |