本文是由中国工程院院士王威琪教授审查、推荐的.

建立肌电信号模型,并进行计算机仿真研究,是研究从复杂肌电信号中提取特征参数新算法性能的基础. 利用一种有效的肌电信号模型,对正常运动单元、纤维缺损单元和缺损后恢复3种情况下的单元动作电位进行了计算机仿真研究,通过比较单极和双极针电极时单元动作电位的时域和频域特征,解释了单元动作电位产生的机理,得到了表征单元动作电位的敏感特征参数.     

EMG信号的一种合成方法研究

利用改进了的肌电信号模型，完成了单纤维动作电位（ＳＰＡＰ）和运动单位动作电位（ＭＵＡＰ）的计算机模拟．以此为基础，结合肌肉组织的生理结构和肌电信号的产生原理，首先由多路ＳＰＡＰ信号经过符合生理特性的变换处理后，合成一路ＭＵＡＰ信号，然后考虑人体组织对肌电信号的衰减作用，对具有不同发放率的ＭＵＡＰ序列进行ＥＭＧ信号的合成．这种人工合成的ＥＭＧ信号有助于从理论上研究肌电信号的发放率和传导速度等特性，并将为肌电信号的分解给出一个合理标准．     

动作电位建立的一种新方法及其对ECG信号仿真影响的研究

动作电位对正向心电的仿真研究至关重要，提出了一种动作电位的建立方法和各种心肌单元动作电位的确定途径，并给出了由此仿真的ＥＣＧ信号，并结合临床ＥＣＧ对结果进行了分析．     

用于生物模型的表面肌电信号处理

为了使从人体上采集到的表面肌电信号（sEMG）达到满足生物模型输入的要求,采用Matlab的Simulink和FDA工具对表面肌电信号的处理方法进行仿真研究。     

肌电信号分解的一种方法(英文)

肌电信号的分解是根据肌电信号形成的机理 ,还原出构成它的各个运动单位动作电位序列 (MUAPT)的过程 .本文首先采用匹配滤波的方法 ,对组成EMG信号的各个运动单位动作电位 (MUAP)进行检测和提取 .算法能自适应地更新匹配滤波器和标准MUAP模板 ,以跟踪MUAP在发放过程中的缓慢变化 .利用获得的基本MUAP模板 ,根据叠加波形与构成它的各MUAP波形之间面积关系 ,得出可能的MUAP组合 .然后再根据每个MUAP的发放特点 ,采用模糊算法 ,从而得到最终的结果 .还利用模拟肌电信号和真实肌电信号对分解算法进行了实验 ,均取得了令人满意的效果     

基于独立向量分析的表面肌电信号分解研究

提出一种适用于表面肌电信号分解的变步长的独立向量分析梯度算法,根据表面肌电信号(s EMG)的生理学特性,将独立向量分析(IVA)模型应用到卷积混合肌电信号的频域分离中,提取隐含在s EMG信号中的运动单位动作电位信息。并将该方法与独立分量分析(ICA)方法的分解性能分析比较。实验结果表明,基于IVA盲源分离技术的分解方法能得到较明显的分解效果。     

基于颈腰部肌电及脑电信号的疲劳驾驶检测

为了有效判别驾驶员的疲劳状态,结合生物力学分析提取了驾驶过程中的颈腰部肌电信号EMG和头部脑电信号EEG,并分析其特征参数在驾驶过程中的变化规律.结果表明:颈肌样本熵、颈肌复杂度、腰肌样本熵、腰肌复杂度、脑电样本熵、脑电复杂度这6个生理信号的特征参数值都随着驾驶时间的延长而逐渐降低,通过主成分分析可实现特征参数间的合理组合.基于多元回归理论,建立了能够有效预测疲劳驾驶的数学模型.状态验证结果表明,该模型对疲劳状态判别的正确率可达95%以上.     

基于无线体域网中多生理信号驾驶疲劳检测

利用生理信号的无线测量设备实现了对驾驶员在驾驶过程中的脑电信号、肌电信号和呼吸信号的采集,并对其进行分析处理,从而实现驾驶员的疲劳检测.首先分别计算三个生理信号的近似熵并将其作为疲劳检测的特征参数,然后使用主成分分析对特征参数进行降维优化处理,同时对原始特征参数和分析后的主成分分别进行统计分析,基于优化处理后的特征参数利用回归方程建立驾驶疲劳估计模型.最后通过交叉验证对本方法进行评价,并使用数据融合方法给出了综合的评价结果.评价结果表明提出的方法对驾驶员疲劳状态的检测正确率达到90%以上.     

人体行走过程中上肢运动仿真及生物力学特征分析

为了分析人体行走过程中上肢运动状态的影响因素,对正常步态下人体上肢运动仿真模型与理想单摆模型进行了对比分析.以7名(4男,3女)步态无异常的志愿者为研究对象,采集人体测量学参数,建立上肢理想单摆模型.采用运动捕捉系统及肌电测量系统,对志愿者常速(1.2 m/s)步行下的上肢运动以及肩关节周围6组肌肉的肌电信号进行同步测量,并基于所测运动学参数对人体行走中上肢运动进行仿真,计算实际肩关节角位移和角速度,分析相关肌肉的肌电信号特征.理想模型与实际测量结果比较表明,不同志愿者在同速行走过程中上肢的摆动周期相近,各相关肌肉肌电信号随摆臂而周期性变化,上肢实际最大摆动角速度均大于理想单摆角速度.证明摆臂过程中肩关节周围相关肌群驱动力大于肩关节阻尼.     

采用表面肌电信号的手指关节角度精确感知方法

针对目前采用肌电信号的手指关节角度连续解码误差较大,导致肌电假肢手运动效果较差的情况,提出了一种应用表面肌电信号、深度回归森林模型和人工神经网络相结合的手指关节角度连续精确感知方法。首先,应用基于滑动时间窗的特征提取器从前臂8个通道的肌电信号中各提取7种肌电信号特征(肌电信号的平均绝对值、积分肌电值、均方根、波形长度、对数特征、过零点数、斜率符号变化数),输入深度森林回归模型得到具有较大波动的掌指关节估计角度;然后,采用人工神经网络对这些掌指关节估计角度进行优化,以创建一种深度森林回归模型与人工神经网络相结合的综合回归模型;最后,利用该综合回归模型对采集到的表面肌电信号进行连续精确解码,得到肌电假手掌指关节角度控制量,其余手指关节角度可通过比例控制得到。采用所提方法进行实验验证,结果表明：所提方法的平均轨迹跟踪精度比传统高斯过程方法提高了42%,达到82.12%,证明所提方法对基于肌电信号的手指关节角度估计具有非常优良的效果。     

肌电信号分解的一种方法

肌电信号的分解是根据肌电信号形成的机理,还原出构成它的各个运动单位运作电位序列（ＭＵＡＰＴ）的过程。本首先采用匹配滤波的方法,对组成ＥＭＧ信号的各个运动单位动作电位（ＭＵＡＰ）进行检测和提取。算法能自适应地更新匹配滤波器和标准ＭＵＡＰ模板,以跟踪ＭＵＡＰ在发放过程中的缓慢变化。利用获得的基本ＭＵＡＰ模板,根据叠加波形与构成它的各ＭＵＡＰ波形之间面向关系,得出可能的ＭＵＡＰ组合。然后再根据每个ＭＵ     

引入模仿的多方演化少数者博弈模型

提出并研究了一种新的多方演化少数者博弈模型。在该模型中,经纪人可以通过模仿改变自己的决策。不同于原始的EMG模型,现在的模型规定处于最少方的经纪人加一实分,处于最多方的经纪人减一实分,处于中间方的经纪人获得R（-1〈R〈1）实分。随着R的不同,经纪人的行为从小心谨慎向极端转变。数值结果表明,通过模仿演化使得经纪人的自组织行为得到强化,可以明显提高系统的协作。     

肌纤维细胞内动作电位建模的研究

介绍一种肌纤维细胞内动作电位(IAP)的建模方法．该方法将IAP波看作两部分之和，一部分对应于动作电位激励波的波峰，另一部分对应于动作电位的后电位，并用两个简单的解析函数分别表示它们．模型的特点是，模型中描述波峰和后电位相对幅度的参数，对应于与激励波波峰有关的跨膜电流的中心矩，而且，这些参数可以由窭验测量的IAP或运动单位动作电位(MUAP)反向估计确定．     

特征选择算法在ECoG分类中的应用

研究了基于运动想象的皮层脑电信号ECoG的特点,针对BCI2005竞赛数据集I中的ECoG信号,通过提取频带能量获得了想象左手小指及舌头运动时的特征,结合Fisher,SVM-RFE及L0算法对特征进行选择,采用10段交叉验证的方法得到训练数据集在各维特征数下的识别正确率并选出最佳特征组合.结果表明:三种特征选择方法中SVM-RFE算法所选出的特征组合可以获得最低的识别错误率以及最低的特征维数,针对所选出的特征组合,使用训练数据集的特征对线性支持向量机进行训练,使用训练好的模型对测试数据集进行分类,识别正确率可以达到94%.     

单次运动想象脑电的特征提取和分类

为了实现脑-计算机接口(BCI)系统,对运动想象脑电信号的特征进行了提取和分类.将大脑C3,C4处采集的二路运动想象脑电信号分成4段,分别建立六阶AR参数模型进行功率谱估计,再对每段数据的功率谱求和构造特征矢量,提供给误差反向传播算法进行左右手运动想象脑电模式分类.结果表明,该方法提取的特征向量较好地反应了运动想象脑电信号的事件相关去同步(ERD)和事件相关同步(ERS)的变化时程.另外,该方法识别率高,复杂性低,适合在线脑-计算机接口的应用.     

Presynaptic spike broadening reduces junctional potential amplitude

Presynaptic modulation of action potential duration may regulate synaptic transmission in both vertebrates and invertebrates. Such synaptic plasticity is brought about by modifications to membrane currents at presynaptic release sites, which, in turn, lead to changes in the concentration of cytosolic calcium available for mediating transmitter release. The 'primitive' neuromuscular junction of the jellyfish Polyorchis penicillatus is a useful model of presynaptic modulation. In this study, we show that the durations of action potentials in the motor neurons of this jellyfish are negatively correlated with the amplitude of excitatory junctional potentials. We present data from in vitro voltage-clamp experiments showing that short duration voltage spikes, which elicit large excitatory junctional potentials in vivo, produce larger and briefer calcium currents than do long duration action potentials, which elicit small excitatory junctional potentials.     

基于MRFAC的感应电机控制器设计

结合感应电机这一非线性控制对象,设计了感应电机的模型参考模糊自适应速度控制器。该控制器具有传统模型参考自适应控制构架,传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的。基于模块化建模工具Matlab/Simulink建立感应电机控制系统模型,仿真结果表明该控制器运行平稳,具有良好的动、静态性能。     

遗传算法在超微电动机参数优化设计中的应用

基于超微电动机的主要参数之间相互限制和约束,提出将遗传算法应用于超微电动机的参数设计,利用遗传算法的特性进行辅助超微电动机设计．首先确定超微电动机的简化数学模型,结合电动机工作环境对其性能的要求,确定超微电动机设计中的评价函数,利用遗传算法在整个参数空间内搜索,得到超微电动机的主要参数,并给出了该超微电动机经实验测量的性能