典型文献
表面肌阻抗混合信号的盲源分离电特性提取方法
文献摘要：
表面肌阻抗图(sEIM)是肌肉失衡与肌肉疾病状态评估中的重要手段.表面电极获取的皮下多层组织阻抗混合信号包含众多冗余成分.为了提升sEIM检测对目标肌肉状态变化的敏感性,文中将sEIM获取的混合信号作为盲信号,肌肉层阻抗值作为源信号,提出了一种基于阻抗等效分析和盲源分离的肌肉层阻抗分离方法.首先,建立肢体多层圆柱体有限元模型,采用灵敏度方法计算各组织层的阻抗贡献,用于排除冗余微弱信号,并将其等效为以肌肉为目标组织的盲源分离问题;然后,通过数值仿真和在体实验,比较了独立成分分析法、主成分分析法和等变化自适应独立分离法(EASI)的分离效果,获得最优方案并验证方法的可行性.结果显示,采用EASI分离肌肉层阻抗的方法,相关系数大于0.98,抗噪性约为0.8,串音误差收敛于0.876,在体实验中分离的肌肉层阻抗值符合人体阻抗特性规律,表明采用EASI的肌肉层阻抗分离方法能够较好地分离sEIM中肌肉层阻抗值,可用于提升检测目标的肌肉状态变化敏感性.
文献关键词：
肌阻抗图;生物电阻抗;盲源分离;有限元法;肌肉
中图分类号：
作者姓名：
严洪立;黄林南;高跃明;?eljka Lu?ev VASI?;Mario CIFREK
作者机构：
福州大学 物理与信息工程学院/福建省医疗器械和医药技术重点实验室,福建 福州 350108;萨格勒布大学 电气工程与计算学院,萨格勒布 10436
文献出处：
引用格式：
[1]严洪立;黄林南;高跃明;?eljka Lu?ev VASI?;Mario CIFREK-.表面肌阻抗混合信号的盲源分离电特性提取方法)[J].华南理工大学学报（自然科学版）,2022(12):142-150
A类：
肌阻抗图,sEIM
B类：
盲源分离,电特性,肌肉疾病,疾病状态,状态评估,多冗余,肌肉状态,状态变化,源信号,等效分析,分离方法,圆柱体,灵敏度方法,微弱信号,独立成分分析法,分离法,EASI,分离效果,最优方案,验证方法,抗噪性,串音,误差收敛,符合人体,阻抗特性,生物电阻抗,有限元法
AB值：
0.297399
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
