基于表面肌电信号的肌肉疲劳量化方法及其应用

AITNT
正文
推荐专利
基于表面肌电信号的肌肉疲劳量化方法及其应用
申请号:CN202411600786
申请日期:2024-11-11
公开号:CN119405332A
公开日期:2025-02-11
类型:发明专利
摘要
本申请提供的基于表面肌电信号的肌肉疲劳量化方法及其应用,具体涉及信号处理技术领域,该方法采集并预处理sEMG信号,利用TVBCMD算法提取具有缓变带宽特性的信号模态分量,通过FBD‑FST方法识别动态边界参数,以确定TVBCMD算法的参数,构建ABCMD算法的递归框架,按频谱趋势能量逐个提取信号模态分量,从提取的分量中提取平均功率频率MPF和中值频率MF,并进行量化分析,实现对肌肉疲劳程度的精准评估,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。
技术关键词
表面肌电信号 算法 动态 参数 预防人体 频率 滑动窗口技术 信号处理技术 傅立叶 框架 曲线 疾病 时间段 运动 医学 基础 关系
系统为您推荐了相关专利信息
1
一种基于联邦学习的水库多站水位联合预测方法
联合预测方法 站点 加权优化算法 差分隐私保护技术 中心服务器
2
一种软件测试质量评价系统及方法
指标 评价方法 有效性 数据处理模块 评价系统
3
光伏板积尘检测方法、装置、电子设备和存储介质
光伏组件图像 图像处理模型 热斑缺陷 灰度直方图 图像处理方法
4
基于动态时钟相位补偿的JESD204B多设备确定性延迟同步系统及方法
时钟树结构 在线校准 动态 时间数字转换器 模拟锁相环
5
基于时序扰动与学习稳定化的半监督细粒度动作识别方法
动作识别方法 标签 时序 序列 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号