用于呼吸诊断与医用通气控制的表面肌电信号的卷积盲源分离
信号处理
2019-04-09 v1 系统与控制
应用统计
摘要
肌电图（EMG）是评估肌肉活动的重要工具，因而也是呼吸支持诊断与控制的宝贵指标。本文提出将卷积盲源分离（BSS）作为预处理人体呼吸肌表面肌电图（sEMG）数据的有效工具。具体地，解决了区分吸气、呼气与心肌活动的问题，该问题目前是 sEMG 用于自适应通气控制的临床使用的主要障碍。研究表明，使用所研究的宽带算法可清晰分离这些成分。该算法基于利用多种统计信号特征的 BSS 通用框架。除四通道 FIR 结构外，对解混系统无进一步限制性假设。
引用
@article{arxiv.1904.04083,
title = {Convolutive Blind Source Separation on Surface EMG Signals for Respiratory Diagnostics and Medical Ventilation Control},
author = {Herbert Buchner and Eike Petersen and Marcus Eger and Philipp Rostalski},
journal= {arXiv preprint arXiv:1904.04083},
year = {2019}
}