TY -的A2 Pelusi达尼洛非盟-王,围棋PY - 2022 DA - 2022/08/27 TI -智能扫描检测系统基于表面的肌肉运动疲劳肌电图SP - 9163978六世- 2022 AB -为了使用表面EMG信号 自动检测肌肉疲劳状态,肌肉运动疲劳的研究方法智能扫描检测系统提出了基于表面EMG和面肌10受试者疲劳前后的信号特征提取。建立了时变参数自回归模型。通过引入勒让德基函数、线性的非平稳过程的参数识别转化为线性定常系统的参数识别。结合相关指数,最优勒让德基函数维时变系统的参数估计,然后可以获得最好的模型拟合效果,和定常参数由最小二乘法得到解决。使用的变化率第一时变参数自回归模型的研究进展之前和之后的疲劳指数检测肌肉疲劳敏感,双尾 t 测试是用来比较平均功率频率(MPF)和中值频率(MF)的速度变化。结果表明,改变的研究进展,强积金,MF之前和之后的疲劳 34.33 % ± 2.5 % , 68年 % + 2.03 % , 22.80 % + 2.19 % ,分别是41%和25%。的变化率ACR1显著高于强积金和MF ( P < 0.05 )。面肌电信号检测肌肉疲劳时信号,测量时间短,灵敏度高的优点。它可以用于在线实时分析的肌肉疲劳,提供一个潜在的分析工具对肢体肌肉拉伤,康复,工效学评估。SN - 0161 - 0457 UR - https://doi.org/10.1155/2022/9163978 - 10.1155 / 2022/9163978摩根富林明扫描PB - Hindawi KW - ER