简介:当前肌肉疲劳表面肌电信号(surfaceelectromgography,sEMG)特征提取方法,忽略了非线性跳错信号的影响,且不能在非平稳状态下进行特征提取,存在特征提取准确度差的问题。提出基于小波变换的肌肉疲劳sEMG特征提取研究,采用小波变换对所采集的样本去噪,结合时域、频域特征分析法,融合傅里叶变换方法对肌电信号中的线性特征进行提取,根据带谱近似熵理论对非线性挑错信号进行特征回归分析,并利用拟态分解函数和希尔伯特变换法对肌电信号进行时频特征的整合提取,最终完成基于小波变换的肌肉疲劳sEMG特征提取研究。实验验证,所提方法具有可行性,且将1000个肌电信号样本分成5组,对其中的跳错信号进行特征提取,所提方法准确度较文献方法高出75%,在非平稳状态下将200个肌电信号样本分成5组进行特征提取,所提方法准确度较文献方法高出33%。由此得出,所提方法优于当前特征提取方法。
简介:摘要目的提出一种基于霍夫变换(HT)的新算法提高射波刀自动质量保证(AQA)测试胶片影像分析的准确性与稳定性,并探讨胶片图像的扫描分辨率对测试结果的影响。方法获取9对胶片对AQA模体进行分析测试,首先利用中值滤波对灰度化后的胶片影像预处理,去除噪声干扰;再使用全局阈值对图像进行二值化分割,对分割后的图像进行边缘检测并利用HT提取胶片边缘直线,将胶片图像变换至正确位置;最后利用边缘检测和HT提取出影像中射野投影圆和钨球投影圆的圆心,通过分析同心度最终得到AQA测试的误差分析结果。结果所有样本分别使用本算法与原软件算法所得等中心误差结果差异无统计学意义(P>0.05),其标准差差异有统计学意义(P=0.027);表明本算法在保证了胶片分析准确性的同时具有更好的稳定性。两种方法均不能通过采用分辨率更高的胶片影像来提高分析结果的准确性和稳定性。结论本算法排除了胶片扫描摆位误差造成的干扰,为射波刀系统AQA工作提供了一种更稳定的途径。