Indexed by：
Abstract：
表面肌阻抗图(sEIM)是肌肉失衡与肌肉疾病状态评估中的重要手段.表面电极获取的皮下多层组织阻抗混合信号包含众多冗余成分.为了提升sEIM检测对目标肌肉状态变化的敏感性,文中将sEIM获取的混合信号作为盲信号,肌肉层阻抗值作为源信号,提出了一种基于阻抗等效分析和盲源分离的肌肉层阻抗分离方法.首先,建立肢体多层圆柱体有限元模型,采用灵敏度方法计算各组织层的阻抗贡献,用于排除冗余微弱信号,并将其等效为以肌肉为目标组织的盲源分离问题;然后,通过数值仿真和在体实验,比较了独立成分分析法、主成分分析法和等变化自适应独立分离法(EASI)的分离效果,获得最优方案并验证方法的可行性.结果显示,采用EASI分离肌肉层阻抗的方法,相关系数大于0.98,抗噪性约为0.8,串音误差收敛于0.876,在体实验中分离的肌肉层阻抗值符合人体阻抗特性规律,表明采用EASI的肌肉层阻抗分离方法能够较好地分离sEIM中肌肉层阻抗值,可用于提升检测目标的肌肉状态变化敏感性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
华南理工大学学报（自然科学版）
ISSN： 1000-565X
CN： 44-1251/T
Year： 2022
Issue： 12
Volume： 50
Page： 142-150
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
