Scidown文献预览系统！
心电图与表面肌电特征融合评估下肢康复疲劳状态( Feature fusion of electrocardiogram and surface electromyography for estimating the fatigue states during lower limb rehabilitation )
Y Yuan D Cao C Li C Liu
在下肢康复训练过程中，疲劳估计对提高意图识别的准确性，避免二次损伤具有重要意义。然而，现有的方法在进行疲劳估计时，大多只考虑表面肌电信号(sEMG)特征，而忽略了心电图(ECG)特征，导致识别效率低且不稳定。针对这一问题,提出了一种利用心电和表面肌电信号的融合特征估计下肢康复过程中疲劳的方法,提出了一种改进的粒子群优化-支持向量机分类器（改进的PSO-SVM）并用于融合特征向量的识别。最终实现了对放松、过渡和疲劳三种状态的准确识别，识别率分别为98.5%、93.5%和95.5%。对比实验表明，该方法的平均识别率比单独使用表面肌电信号特征提高4.50%，比未进行特征融合的心电和表面肌电信号组合特征提高13.66%。实验结果表明，对下肢康复训练过程中的心电和表面肌电信号进行特征融合，可以更准确地识别疲劳。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown Berea砂岩孔隙空间相对渗透率及润湿与非润湿相微观分布下载
scidown Berea砂岩孔隙空间相对渗透率及润湿与非润湿相微观分布下载