首站-论文投稿智能助手
典型文献
驱动人体下肢运动的脑肌电相干同步方法
文献摘要:
针对驱动下肢运动中脑肌电信息不同步现象导致的脑肌电融合识别稳定性差等问题,提出一种结合多元自回归(mvAR)模型及最大化相干性法则的驱动下肢运动脑肌电相干性分析及信息同步化方法.首先根据驱动下肢运动中神经冲动传导机制及运动控制原理,进行驱动下肢运动脑肌电产生原理及信息不同步现象分析;其次,引入多元自回归模型,以下肢稳态力输出状态下的多次实验多通道脑肌电作为模型输入,迭代得到基于高维模型拟合的脑肌电时频相干性结果;再次,确定显著相干频率及时刻,并利用最大化相干性法则将脑肌电时延量化,实现脑肌电同步;最后,搭建下肢稳态力输出脑肌电同步采集和下肢运动意图识别实验平台并进行方法验证.实验结果表明,在下肢稳态力输出过程中,脑肌电相干性在beta频段呈现显著相干,各受试者左右腿脑肌电时延分布于10~40 ms之间,其中左腿平均时延为(23.3±11.4)ms,右腿平均时延为(19.8±4.8)ms,使用抵消时延后的脑肌电融合识别下肢运动意图准确率有部分提升,可有效同步脑肌电中的驱动下肢运动信息,同时提升脑肌电融合识别稳定性.
文献关键词:
脑肌电同步;相干性分析;时延量化;脑肌电融合;多元自回归模型
作者姓名:
孙沁漪;张小栋;李存昕;李瀚哲
作者机构:
西安交通大学陕西省智能机器人重点实验室,710049 ,西安;西安交通大学机械工程学院,710049 ,西安
引用格式:
[1]孙沁漪;张小栋;李存昕;李瀚哲-.驱动人体下肢运动的脑肌电相干同步方法)[J].西安交通大学学报,2022(02):149-158
A类:
脑肌电融合,mvAR,多元自回归模型,时延量化,脑肌电同步,下肢运动意图识别
B类:
中脑,不同步,融合识别,动脑,相干性分析,信息同步,同步化,神经冲动,传导机制,运动控制,控制原理,现象分析,多通道,模型输入,高维,模型拟合,时频,同步采集,实验平台,方法验证,出过,beta,频段,右腿,ms,左腿,平均时延,抵消,延后,别下,分提,运动信息
AB值:
0.197253
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。