• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Science, Measurement & Technology, IET >Analysis of ALS and normal EMG signals based on empirical mode decomposition
【24h】

Analysis of ALS and normal EMG signals based on empirical mode decomposition

机译：基于经验模态分解的ALS和正常EMG信号分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Electromyogram (EMG) signals contain a lot of information about the neuromuscular diseases like amyotrophic lateral sclerosis (ALS). ALS progressively degenerates the motor neurons in spinal cord. In this study, a new technique for the analysis of normal and ALS EMG signals is proposed. EMG signals are decomposed into narrow band intrinsic mode functions (IMFs) by using empirical mode decomposition (EMD) technique. The area of complex plot, two bandwidths namely amplitude modulation bandwidth (BAM) and frequency modulation bandwidth (BFM), normalised instantaneous frequency (IFn), spectral momentum of power spectral density (SMPSD) and mean of first derivative of instantaneous frequency (MFDIF) are extracted from analytic IMFs obtained by EMD technique. These six features are used as input in least square support vector machine classifier for the classification of ALS and normal EMG signals. Experimental results and comparative analysis show that classification performance of the proposed method is better than other existing method in the same database.
机译：肌电图（EMG）信号包含许多有关神经肌肉疾病的信息，例如肌萎缩性侧索硬化症（ALS）。 ALS逐渐使脊髓中的运动神经元退化。在这项研究中，提出了一种用于分析正常和ALS EMG信号的新技术。通过使用经验模式分解（EMD）技术，将EMG信号分解为窄带固有模式函数（IMF）。复杂图的区域，两个带宽分别是调幅带宽（BAM）和调频带宽（BFM），归一化瞬时频率（IFn），功率谱密度的频谱动量（SMPSD）和瞬时频率的一阶导数平均值（MFDIF）从通过EMD技术获得的分析IMF中提取出来。这六个特征用作最小二乘支持向量机分类器的输入，用于ALS和正常EMG信号的分类。实验结果和比较分析表明，该方法的分类性能优于同一个数据库中的其他现有方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号