WAKE：用于病理性震颤提取的小波分解耦合自适应卡尔曼滤波方法
信号处理
2018-10-11 v2 机器人学
摘要
病理性手部震颤(PHT)是多种神经系统运动障碍的常见症状之一，会显著降低患者的生活质量。除药物与外科治疗外，机电一体化技术已被用于调控PHT。这些技术大多基于对震颤运动信号的估计、提取与表征。由于震颤信号在辅助与康复设备中的应用，其实时提取至关重要。本文提出一种新颖的在线自适应方法，可将滤波器的超参数调整至震颤的时变特性。所提出的“WAKE：用于病理性震颤提取的小波分解耦合自适应卡尔曼滤波技术（简称WAKE框架）”由一种新的自适应卡尔曼滤波器与小波变换核心组成，以提供对震颤的间接预测（提前一个采样点），用于其抑制。本文给出了WAKE的设计、实现与评估。性能基于三个不同数据集评估：第一个为本文开发的合成数据集，模拟十种不同条件下的手部震颤；第二与第三个为来自PHT患者的真实数据集。所提WAKE框架的结果较文献中两种受认可技术显示出估计精度的显著提升。
引用
@article{arxiv.1711.06815,
title = {WAKE: Wavelet Decomposition Coupled with Adaptive Kalman Filtering for Pathological Tremor Extraction},
author = {Soroosh Shahtalebi and Seyed Farokh Atashzar and Rajni V. Patel and Arash Mohammadi},
journal= {arXiv preprint arXiv:1711.06815},
year = {2018}
}