文献

J-GLOBAL ID：201802249574023239   整理番号：18A1310076

WATとGARCHに基づくハイブリッドモデルを用いた効果的EMG雑音除去【JST・京大機械翻訳】

Effective EMG denoising using a hybrid model based on WAT and GARCH

著者 (4件)： Joseph Ruby K. (Dept. of Electronics and Communication Engineering, Amal Jyothi College of Engineering, Kanjirappally, Kerala, India) ,  Titus Geevarghese (Dept. of Electronics and Communication Engineering, Amal Jyothi College of Engineering, Kanjirappally, Kerala, India) ,  Titus Geevarghese (SENSE, VIT Vellore, Tamil Nadu, India) ,  M S Sudhakar (SENSE, VIT Vellore, Tamil Nadu, India)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 45  ページ： 305-312  発行年： 2018年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： EMGは,筋疾患や神経障害のような筋疾患の診断に用いることができる筋肉の電気的活動の記録であり,人工補綴腕や四肢を操作するための制御信号を発生させることができる。様々な形状のアーチファクトが,その適切な解析と特性化を制限する取得過程の間にEMGに導入される。本論文では,雑音のあるEMG信号からの信号回復のための最大事後確率(MAP)推定器を用いて,一般化自己回帰条件不均一性(GARCH)モデルを用いてウェーブレット係数の統計モデリングを行う,直交ウェーブレット変換(WAT)を用いたEMG信号のための新しい雑音抑制法を提案した。提案したアルゴリズムを,異なるレベルの付加白色Gauss雑音(AWGN)雑音により人手で劣化させた,標準的な物理的ATMデータベースから得た信号について評価した。提案したアルゴリズムの効率を,標準的な計量,すなわち,dBにおける信号対雑音比(SNR),および二乗平均二乗偏差(PRD)を用いて研究した。結果は,ハイブリッド雑音除去方式が,現在使用されている雑音低減アルゴリズムと比較して,異なるデータセットにわたって,平均SNR22.98dBとPRD0.00029により,より効果的に定量化されたEMG信号から雑音を低減できることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 直交性 ,  アルゴリズム ,  不均一性 ,  キャラクタリゼーション ,  筋疾患 ,  データベース ,  *雑音除去 ,  *雑音 ,  モデリング ,  アーチファクト ,  ウェーブレット変換 ,  SN比
準シソーラス用語： 自己回帰 ,  最大事後確率 ,  *ハイブリッドモデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 自己回帰条件付き異分散(ARCH) ,  離散ウェーブレット変換(DWT) ,  一般化自己回帰条件付き異分散性(GARCH) ,  MAP推定量 ,  表面筋電図(SEMG) ,  波動原子変換(WAT)

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  生体計測  (EL03020C)

タイトルに関連する用語 (4件)： GARCH ,  ハイブリッドモデル ,  EMG ,  雑音除去