表面肌电信号模式识别的信号基于小波系数熵

本文介绍了一种新颖，简单和EF - fective方法提取的两种表面肌电图（肌电图）信号模式的一般特点：前臂旋后（FS）的表面肌电信号和前臂旋前（FP）的表面肌电信号。经过表面肌电图（肌电）信号分解与小波包变换第四分辨率级别（WPT的），其整体缩放空间（分为into16频段（FB）的在区间频率（0Hz时，500Hz的]）。然后小波系数熵（WCE）每个FB的计算和对应spondingly标有WCE（n）的（从第n个FB的，每组1,2，...16）。最后，一些WCE（N）的形式被选为WCE特征向量，这是用来区分财政司司长表面肌电图，从计划生育表面肌电信号信号。结果表明，在WCE羽毛向量WCE（7）（187.25Hz，218.75Hz）和WCE（8）（218.75Hz，250Hz的）可以更有效地组成识别出- nize比其他WCE FS和特征向量或WPT的特征向量是由WPT的组合和主成分分析获得的计划生育模式.

Pattern recognition of surface electromyography signal based on wavelet coefficient entropy