 |
計量單位：套
折 扣 率： 0
最后更新：2020-02-24
關 注 度：4161
生產(chǎn)企業(yè)：北京津發(fā)科技股份有限公司
|
|
|
 與企業(yè)聯(lián)系時請告知該信息來自教育裝備網(wǎng)！ |
|
|
產(chǎn)品詳細介紹肌電信號分析
肌電信號(Electromyogram)簡稱EMG，反映神經(jīng)肌肉興奮性，評估神經(jīng)與肌肉的功能狀態(tài)。可用于肌肉工作的工效學分析、安全操作姿態(tài)分析、康復狀態(tài)功能評價、疲勞識別以及肌電假肢控制等動作模式研究等。
ErgoLAB肌電分析軟件自動對原始數(shù)據(jù)進行濾波降噪處理，根據(jù)MVC進行數(shù)據(jù)歸一化與統(tǒng)計分析。時域分析包括原始數(shù)據(jù)、處理數(shù)據(jù)、歸一化數(shù)據(jù)的Mean、Max、Min、SD、Variance、RMS、Mean Absolute Value、iEMG等指標；頻域分析的中值頻率、均值頻率、可視化頻譜圖，系統(tǒng)支持自動識別周期性動態(tài)用力分析。
EMG高級數(shù)據(jù)處理分析模塊可以結合人機環(huán)境同步平臺和生理記錄系統(tǒng)采集到與EMG指標相關的生理信號進行離線處理和分析。可對信號進行自由選擇、放大、縮小，便于瀏覽數(shù)據(jù)；在整體呈現(xiàn)數(shù)據(jù)的基礎上，還可以根據(jù)片段、事件、場景三種分割方式進行數(shù)據(jù)呈現(xiàn)與分析；可導出ASCII格式的原始數(shù)據(jù)、處理后數(shù)據(jù)和分析后數(shù)據(jù)；并可導出可視化分析報告。
技術要求
1、信號處理模塊
信號濾波方法包括小波降噪（Wavelet Filter）、高通濾波(High Pass)、低通濾波(Low Pass)、帶阻濾波（Band Stop）用以濾除噪音干擾，從而得到有用的EMG信號。
肌電整流(Rectification)，包括三種方法EMG包絡線（Envelope）、滑動均值濾波（Moving Average）、滑動均方根濾波（Moving RMS），可自定義分析窗口長度。
EMG信號歸一化處理：自定義MVC（Maximum Voluntary Contraction），計算Normalization EMG數(shù)據(jù)。
Cycle Analysis周期性分析。系統(tǒng)對周期性用力的肌電數(shù)據(jù)進行自動化的識別與統(tǒng)計分析。自定義激活閾值（Activation threshold(%)）、用力的最小持續(xù)時間（Minimum duration(ms)）、動態(tài)用力的最小時間間隔（Minimum interval(ms)）參數(shù)，進行自動處理。
手動信號校正方法包括線性插值（Linear interpolation）、樣條差值（Spline interpolation）以及通過復制信號區(qū)域進行插值。
2、信號分析模塊
信號分析模塊包括時域分析和頻域分析以及周期用力分析，二者可實現(xiàn)自由切換。
A. 時域分析將肌電信號看作時間的函數(shù)，通過分析得到肌電信號的某些統(tǒng)計特征。統(tǒng)計分析指標包括：處理數(shù)據(jù)、整流數(shù)據(jù)、歸一化數(shù)據(jù)的均值（Mean）、中值（Median）、標準差（STD）、最大值/最小值（Max/Min）、方差（Variance）、均方根（RMS）、平均絕對值（Mean Absolute Value）、積分肌電（iEMG）。
B. 頻域分析運用參數(shù)模型法和直接快速傅里葉變化將時域分析信號轉換為頻域分析信號，對信號進行功率譜密度分析。從功率譜密度中確定肌電信號的頻帶，不同頻帶可自定義，將在功率譜分析圖中以不同的顏色區(qū)分。具體包括中值頻率、均值頻率及頻譜圖。
C. 周期用力分析，自動識別周期性用力片段，具體的指標包括：周期的開始時間（Start Time）、周期的結束時間（End Time）、均方根（RMS）、平均絕對值（Mean Absolute Value）、積分肌電值（iEMG）、中值頻率（Median Frequency）、均值頻率（Mean Frequency）。
3、可視化Chart與導出數(shù)據(jù)模塊：包括原始數(shù)據(jù)Raw Data、處理數(shù)據(jù)Processed、歸一化數(shù)據(jù)（Normalized）、PSD數(shù)據(jù)以及整體結果報告。 |
|
| 會員級別：免費會員 |
| 加入時間：2007-05-25
|
|
|
在線客服
