基于弱单调性的短时不良姿势表面肌电测量肌肉疲劳检测算法
信号处理
2021-06-21 v1 组织与器官
摘要
肌肉疲劳通常定义为产生力的能力下降。表面肌电（sEMG）信号已被广泛用于提供有关肌肉活动的信息，包括通过机器学习与统计方法等各种数据驱动技术检测肌肉疲劳。然而，众所周知，sEMG信号是弱信号（信号幅值低）且信噪比低，当数据质量较差时，数据驱动技术无法良好工作。特别是，现有方法无法检测由静态姿势引起的肌肉疲劳。本工作利用在疲劳过程中观察到的弱单调性概念，在存在测量噪声和个体差异的情况下鲁棒地检测肌肉疲劳。这种群体趋势方法已在静态姿势实验中展现出其在肌肉疲劳检测中的潜力。
引用
@article{arxiv.2106.10109,
title = {A Weak Monotonicity Based Muscle Fatigue Detection Algorithm for a Short-Duration Poor Posture Using sEMG Measurements},
author = {Xinliang Guo and Lei Lu and Mark Robinson and Ying Tan and Kusal Goonewardena and Denny Oetomo},
journal= {arXiv preprint arXiv:2106.10109},
year = {2021}
}
备注
4 pages, 4 figures. This work has been submitted to the IEEE EMBC for possible publication