文献

J-GLOBAL ID：201702221088937533   整理番号：17A1772023

周期定常ベース・ブラインド信号源分離を用いた多チャンネル筋肉内筋電図信号の分解【Powered by NICT】

Decomposition of Multi-Channel Intramuscular EMG Signals by Cyclostationary-Based Blind Source Separation

著者 (5件)： Roussel Julien (PRISME Laboratory, University of Orle ́ans, Orle ́ans, France) ,  Ravier Philippe (PRISME Laboratory, University of Orle ́ans, Orle ́ans, France) ,  Haritopoulos Michel (PRISME Laboratory, University of Orle ́ans, Orle ́ans, France) ,  Farina Dario (Department of Bioengineering, Imperial College of Science, Technology and Medicine, London, U.K.) ,  Buttelli Olivier (PRISME Laboratory, University of Orle ́ans, Orle ́ans, France)
資料名： IEEE Transactions on Neural Systems and Rehabilitation Engineering  (IEEE Transactions on Neural Systems and Rehabilitation Engineering)
巻： 25  号： 11  ページ： 2035-2045  発行年： 2017年 
JST資料番号： W0560A  ISSN： 1534-4320  CODEN： ITNSB3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ブラインドソース分離に基づく筋電図信号のための新しい分解法を提案した。運動単位活動電位列(MUAPt)の周期定常特性を用いて,MUAPtは観測の環状空間相関行列の同時対角化により分解できることを示した。源信号をモデル化した後に,筆者らは,ソースの直交性と周期定常文脈におけるその遅延バージョンの証明を提供する。模擬信号上で提案手法を試験し,それは六までの源を分解正しい検出と分類>95%の確率でできることを示した,僅か八記録地点を用いていた。薄膜筋肉内電極で記録された実験的マルチチャネル信号に本法を試験し,全32記録部位であった。分解のための有効なツールを用いたエキスパートにより得られた結果と分解MUAPtの一致率は>93%であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 対角化 ,  活動電位 ,  *筋電図 ,  直交性 ,  薄膜 ,  分割法 ,  定常特性 ,  モデリング
準シソーラス用語： 相関行列 ,  環状 ,  運動単位 ,  *マルチチャネル ,  *ブラインドソース分離 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (6件)： 周期 ,  ブラインド信号源分離 ,  多チャンネル ,  筋肉 ,  筋電図 ,  分解