计算机工程

作者：闫成起, 赵利华, 陈梦婕, 周军

单位：1. 上海交通大学 电子信息与电气工程学院 电子系, 上海 200240;2. 上海交通大学医学院附属儿童医院, 上海 200062

关键词：肌电信号,周期识别,统计聚类方法,非参数贝叶斯模型,k-means算法,滑动窗

基金：上海交通大学“科技创新专项资金”（YG2017MS33）。

为运用肌电信号分析髋脱位儿童和正常儿童的差异，提出一种基于统计的聚类方法，识别步态中下肢肌电信号的周期起始时刻。使用非参数贝叶斯模型将肌电信号序列聚类为状态序列，并通过k均值聚类算法将该状态序列标记为肌肉活跃和不活跃两种状态，将肌肉活跃状态的起始时刻作为肌电信号周期的起始位置，并且利用窗函数方法提高预测准确性。实验结果表明，该方法对于预测正常儿童周期起始位置的识别误差较小，平均值为2.15%，并且在5%的置信度水平下与SampEN、SNEO和IP等检测算法相比具有较高的预测准确率。

来源：2021年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第5期