搜索资源列表
ECGdenoising
- 去除在心电信号采集过程中混入的肌电干扰 、工频干扰、基线漂移等噪声信号,避免噪声对心电信号特征点的识别和提取造成误判漏判。
ECGdenoising
- 去除在心电信号采集过程中混入的肌电干扰 、工频干扰、基线漂移等噪声信号,避免噪声对心电信号特征点的识别和提取造成误判漏判。-Removal of mind into the process of signal acquisition of the EMG interference, frequency interference, baseline drift and other noise signals, to avoid noi
semg
- 皮肤肌电信号分析，DB4小波包变换，时频分析-semg analysis db4 wavelet packet transform
av_sub
- 脑电（EEG）是一种反映大脑活动的生物电信号，由于它具有很高的时变敏感性，在采集时极易受到外界的干扰。如眼球运动、眨眼、心电、肌电等都会给真实的脑电信号加入噪声（伪迹）。这些噪声给脑电信号的分析处理带来了很大的困难。从剔除EEG中的各种伪迹到去除噪声的效果评估研究者们都提出了很多方法。本文提出matlab除各种脑电信号伪伪迹减法- As a kind of physiological signals, the Electroenceph
an
- 表面肌电信号数字传感器的设计。表面肌电（suRFace electromyography, sEMG）信号是神经肌肉系统在进行随意性和非随意性活动时的生物电变化经表面电极引导、放大、显示和记录所获得的一维电压时间序列信号，其振幅约为0-5000μV，频率0-1000Hz，信号形态具有较强的随机性和不稳定性。与传统的针式肌电图相比，sEMG的空间分辨率相对较低，但是探测空间较大，重复性较好，对于体育科学研究、康复医学临床和基础研究等具有重
MFandMPF
- 计算肌电信号积分肌电值，均方根值，中值频率，平均功率频率-IEMG EMG calculated value, RMS value, median frequency, mean power frequency
ECGprocessing
- 在介绍非线性动力学现代理论中的混沌理论的基础上 综述了混沌理论及其方法在脑 电 心电及肌电等医学信号处理中的应用 并展望了它们的发展趋势 旨在推进非线性分析方法在生物医学中的研究和应用-In introducing the modern theory of nonlinear dynamics of chaos theory, based on an overview of chaos theory and its method i
RMS
- 原始肌肉电信号实现加噪声，频谱分析，积分肌电值求解-Muscle to achieve the original signal plus noise, spectral analysis, solving the integral EMG
Based-on-Canonical-Correlation-Analysis-and-low-pa
- 基于典型相关分析与低通滤波的肌电伪迹去除Based on Canonical Correlation Analysis and low-pass filter to remove EMG artifacts-Based on Canonical Correlation Analysis and low-pass filter to remove EMG artifacts
Noise-canceling-of-SEMG
- 利用小波变换实现表面肌电信号消噪的程序，还包括一些对比分析。-Wavelet transform SEMG denoising procedures, including some comparative analysis.
Theestimatedsoundsignallungfatigue
- 采集肱二头肌做屈伸运动过程中的肌电信号，对其进行处理，进行时域和频域分析，并且计算积分肌电值，中位频率等参数，估计其疲劳过程-Collection do biceps muscle during flexion and extension signals, processes, time domain and frequency domain analysis, and calculating the integral EMG valu
Myoelectric_control-system
- 一篇很好的关于肌电信号的综述性文章，希望对大家有用-A good overview of the EMG signal on the article, I hope to be useful
ica-matlab
- 脑电信号 分析 fast ica去噪，去除心电，眼电，肌电，效果不错-fast ica for eeg
gaga
- 基于小波变换的ECG信号去噪系统设计,在信号采集时，身体的任一微小运动都会产生“基线漂移”，这是一种低频干扰，同时，由于肌电的存在又产生了高频的肌电噪声，由于空间电磁场的存在又使心电信号中混有50Hz的工频干扰。这些噪声不去除，就会影响下一步的信号处理。 综合运用数字信号处理的理论知识进行生物医学信号增强系统设计，实现ECG信号的去噪，从而加深对小波变换及其应用的理解，建立概念多分辨分析的概念，加深理解信号增强的原理、方法和步骤。
肌电信号模式识别
- 实现了两种算法，在时域内分别利用肌电信号的过零点数和波长作为特征，并利用高斯重构算法进行模式识别。(Two algorithms are implemented. In the time domain, the zero crossing point and wavelength of the EMG signal are used as the features, and the Gauss reconstruction algori
实时验证
- 肌电信号通过小波变换以及小波包来进行处理,特征提取(Wavelet transform processing of EMG signal)
肌电处理代码
- 处理肌电信号，得到短时傅里叶变化下的中值频率和肌肉激活度进行下一步的分析(The electromyography signal is processed, and the median frequency and muscle activation degree under the condition of short time Fourier transform are analyzed)
a
- 对肌电信号计算积分肌电值+均方根值+中值频率+平均功率频率(Computation of Integral EMG+RMS+Median Frequency+Average Power Frequency for EMG Signals)
肌电数据库
- 肌电信号数据库，可用于肌电信号分析等相关实验的程序测试(EMG database can be used for program testing of EMG signal analysis and other related experiments)
LabView
- 使用delsys trigno实现肌电信号的在线采集/显示以及根据matlab的BP神经网络模型实现手势识别(Using Delsys trigno to realize the on-line acquisition / display of EMG signal and the BP neural network model of MATLAB to realize gesture recognition)