基于熵的肌肉疲劳评估方法及其应用

本申请提供的基于熵的肌肉疲劳评估方法及其应用，具体涉及信号处理技术领域，该方法首先采集表面肌电(sEMG)信号并进行预处理。随后，采用分数阶微积分与波动分散熵(FDE)算法结合，并引入多尺度处理过程，从而创新性地提出RCMFFDE算法。利用此算法对预处理后的sEMG信号进行多尺度分析，生成多条熵值曲线。通过选取满足预设条件的熵值曲线作为最终熵值曲线，所述最终熵值曲线能够准确反映肌肉疲劳状态。该方法能够有效、可靠地评估肌肉疲劳程度，对预防人体肌肉疾病和运动损伤，具有重要的运动学和医学意义。