ResEMGNet：一种用于从原始肌电信号检测神经肌肉疾病的轻量级残差深度学习架构
信号处理
2024-11-07 v4
摘要
肌萎缩侧索硬化症（ALS）和肌病是使人衰弱的神经肌肉疾病，需要准确高效的诊断方法。在本研究中，我们利用深度学习技术的力量来检测 ALS 和肌病。卷积神经网络（CNNs）在此背景下已成为强有力的工具。我们提出 ResEMGNet，旨在直接从原始肌电图（EMG）信号识别 ALS 和肌病。与需要复杂手工特征提取的传统方法不同，ResEMGNet 以原始 EMG 数据作为输入，降低了计算复杂度并增强了实用性。我们的方法使用多种指标与现有方法进行了严格比较评估。ResEMGNet 表现出卓越的受试者无关性能，实现了令人印象深刻的 94.43% 总体三类准确率。
引用
@article{arxiv.2309.10756,
title = {ResEMGNet: A Lightweight Residual Deep Learning Architecture for Neuromuscular Disorder Detection from Raw EMG Signals},
author = {Minhajur Rahman and Md Toufiqur Rahman and Md Tanvir Raihan and Celia Shahnaz},
journal= {arXiv preprint arXiv:2309.10756},
year = {2024}
}
备注
The paper is incorrect