簡要描述:肌電信號(Electromyogram)簡稱EMG,反映神經(jīng)肌肉興奮性,評估神經(jīng)與肌肉的功能狀態(tài)。EMG肌電分析軟件可用于肌肉工作的工效學分析、安全操作姿態(tài)分析、康復狀態(tài)功能評價、疲勞識別以及肌電假肢控制等動作模式研究等。
產(chǎn)品中心
詳細介紹
品牌 | 其他品牌 | 產(chǎn)地 | 國產(chǎn) |
---|---|---|---|
銷售區(qū)域 | 全國,華東,華南,華北,華中,東北,西南,西北,港澳臺,海外 |
肌電信號(Electromyogram)簡稱EMG,反映神經(jīng)肌肉興奮性,評估神經(jīng)與肌肉的功能狀態(tài)??捎糜诩∪夤ぷ鞯墓ばW分析、安全操作姿態(tài)分析、康復狀態(tài)功能評價、疲勞識別以及肌電假肢控制等動作模式研究等。
ErgoLAB肌電分析軟件自動對原始數(shù)據(jù)進行濾波降噪處理,根據(jù)MVC進行數(shù)據(jù)歸一化與統(tǒng)計分析。時域分析包括原始數(shù)據(jù)、處理數(shù)據(jù)、歸一化數(shù)據(jù)的Mean、Max、Min、SD、Variance、RMS、Mean Absolute Value、iEMG等指標;頻域分析的中值頻率、均值頻率、可視化頻譜圖,系統(tǒng)支持自動識別周期性動態(tài)用力分析。
EMG高級數(shù)據(jù)處理分析模塊可以結合人機環(huán)境同步平臺和人體記錄系統(tǒng)采集到與EMG指標相關的人體信號進行離線處理和分析??蓪π盘栠M行自由選擇、放大、縮小,便于瀏覽數(shù)據(jù);在整體呈現(xiàn)數(shù)據(jù)的基礎上,還可以根據(jù)片段、事件、場景三種分割方式進行數(shù)據(jù)呈現(xiàn)與分析;可導出ASCII格式的原始數(shù)據(jù)、處理后數(shù)據(jù)和分析后數(shù)據(jù);并可導出可視化分析報告。
1、信號處理模塊
信號濾波方法包括小波降噪(Wavelet Filter)、高通濾波(High Pass)、低通濾波(Low Pass)、帶阻濾波(Band Stop)用以濾除噪音干擾,從而得到有用的EMG信號。
肌電整流(Rectification),包括三種方法EMG包絡線(Envelope)、滑動均值濾波(Moving Average)、滑動均方根濾波(Moving RMS),可自定義分析窗口長度。
EMG信號歸一化處理:自定義MVC(Maximum Voluntary Contraction),計算Normalization EMG數(shù)據(jù)。
Cycle Analysis周期性分析。系統(tǒng)對周期性用力的肌電數(shù)據(jù)進行自動化的識別與統(tǒng)計分析。自定義激活閾值(Activation threshold(%))、用力的小持續(xù)時間(Minimum duration(ms))、動態(tài)用力的小時間間隔(Minimum interval(ms))參數(shù),進行自動處理。
手動信號校正方法包括線性插值(Linear interpolation)、樣條差值(Spline interpolation)以及通過復制信號區(qū)域進行插值。
2、信號分析模塊
信號分析模塊包括時域分析和頻域分析以及周期用力分析,二者可實現(xiàn)自由切換。
A. 時域分析將肌電信號看作時間的函數(shù),通過分析得到肌電信號的某些統(tǒng)計特征。統(tǒng)計分析指標包括:處理數(shù)據(jù)、整流數(shù)據(jù)、歸一化數(shù)據(jù)的均值(Mean)、中值(Median)、標準差(STD)、大值/小值(Max/Min)、方差(Variance)、均方根(RMS)、平均值(Mean Absolute Value)、積分肌電(iEMG)。
B. 頻域分析運用參數(shù)模型法和直接快速傅里葉變化將時域分析信號轉換為頻域分析信號,對信號進行功率譜密度分析。從功率譜密度中確定肌電信號的頻帶,不同頻帶可自定義,將在功率譜分析圖中以不同的顏色區(qū)分。具體包括中值頻率、均值頻率及頻譜圖。
C. 周期用力分析,自動識別周期性用力片段,具體的指標包括:周期的開始時間(Start Time)、周期的結束時間(End Time)、均方根(RMS)、平均值(Mean Absolute Value)、積分肌電值(iEMG)、中值頻率(Median Frequency)、均值頻率(Mean Frequency)。
3、可視化Chart與導出數(shù)據(jù)模塊:包括原始數(shù)據(jù)Raw Data、處理數(shù)據(jù)Processed、歸一化數(shù)據(jù)(Normalized)、PSD數(shù)據(jù)以及整體結果報告。
郵件聯(lián)系我們:kingfar@kingfar.net
掃一掃,關注微信電話
微信掃一掃