CareLit Fachartikel

Methodische Untersuchungen zur simultanen Optimierung von Vorverarbeitungseinheit und Klassifikation für die automatische Mustererkennung im Oberflächen-EMG

J. Döschel, H. Witte, N.-P. Schumann, G. Grießbach, A. Brandstädt, H.-Ch. Scholle, M. Galicki · EEG-EMG Zeitschrift für Elektroenzephalographie, Elektromyographie und verwandte Gebiete · 1994 · Heft 03 · S. 167-174

Dokument
1068049
CareLit-ID
Jahr
1994
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
EEG-EMG Zeitschrift für Elektroenzephalographie, Elektromyographie und verwandte Gebiete
Autor:innen
J. Döschel, H. Witte, N.-P. Schumann, G. Grießbach, A. Brandstädt, H.-Ch. Scholle, M. Galicki
Ausgabe
Heft 03 / 1994
Jahrgang 25
Seiten
167-174
Erschienen: 1994-01-01 00:00:00
ISSN
0012-7590
DOI
10.1055/s-2008-1060256

Zusammenfassung

Zusammenfassung Für die automatische Analyse des Oberflächen-EMG wird erstmalig eine Mustererkennungseinheit vorgeschlagen und getestet, die eine automatische Klassifikation mit vorgegebener Klasseneinteilung (überwachtes Lernen) realisiert und bei der die Filtereigen-schaften der Vorverarbeitung automatisch während des Lernprozesses des Klassifikators optimiert werden. Während kraftkonstanten Zubeißens (2 min) wurde das Oberflächen-EMG lökanalig am M. masseter registriert. Die adaptive Schätzung der spektralen Bandleistung (Momentanleistung) und der Frequenz des Signalanteils mit höchster Amplitude (Momentanfre…

Schlagworte

Muscle fatigue Surface EMG Pattern recognition Neural networks Adaptive preprocessing Simultaneous optimization Automatische Während Momentanfrequenz Oberflächen-Emg Mustererkennungseinheit Momentanleistung Eingesetzt Probanden Anlernen Eingangsparameter