Electromyography (EMG) signal is in

Electromyography (EMG) signal is interfered with different kinds of noise and wavelet denoising algorithm is a powerful method to reduce noises in EMG signal. Hard and soft shrinkage, traditional wavelet transformation, are applied to wavelet coefficients with threshold value. From the limitation of hard and soft shrinkage, this study proposes nine improved wavelet shrinkage methods that achieve a compromise between two standards. EMG signal from six hand motions with additive noise at different signal-to-noise ratios were applied to evaluate the efficiency of the methods in denoising viewpoint. In addition, features of estimated denoising signal are sent to classification task to measure the performance in myoelectric control. The experimental results show that adaptive wavelet shrinkage method (ADP) provides the better performance than traditional methods and other modified methods in both of denoising and pattern recognition viewpoints. Accuracy of recognition of EMG signal transformed by ADP is improved about 6.5-78.5% depending on the level of noise. ADP is an efficient method for producing useful EMG signal without noise and improving application of myoelectric control.

ผลลัพธ์ (ไทย) 1:

ไฟฟ้า (EMG) สัญญาณจะถูกแทรกแซงด้วยชนิดที่แตกต่างกันของเสียงและขั้นตอนวิธีเวฟ denoising เป็นวิธีที่มีประสิทธิภาพในการลดเสียงรบกวนในสัญญาณ EMG แข็งและอ่อนหดตัวแปลงเวฟแบบดั้งเดิมจะใช้กับค่าสัมประสิทธิ์เวฟด้วยค่าเกณฑ์ จากข้อ จำกัด ของการแข็งและอ่อนหดตัวการศึกษานี้เสนอวิธีการที่ดีขึ้นเก้าเวฟหดตัวที่ประสบความสำเร็จในการประนีประนอมระหว่างสองมาตรฐาน สัญญาณ EMG จากหกเคลื่อนไหวมือกับเสียงที่เพิ่มอัตราส่วนสัญญาณต่อเสียงที่แตกต่างกันถูกนำมาใช้ในการประเมินประสิทธิภาพของวิธีการในมุมมอง denoising ในนอกจากนี้คุณสมบัติของสัญญาณ denoising คาดถูกส่งไปยังงานการจัดหมวดหมู่ในการวัดประสิทธิภาพในการควบคุม myoelectric ผลการทดลองแสดงให้เห็นว่าวิธีการปรับตัวการหดตัวเวฟ (ADP) ให้ประสิทธิภาพที่ดีกว่าวิธีการแบบเดิมและวิธีการแก้ไขอื่น ๆ ทั้งใน denoising และจดจำรูปแบบมุมมองความถูกต้องของการรับรู้ของสัญญาณ EMG เปลี่ยน adp มีการปรับปรุงเกี่ยวกับ 6.5-78.5% ขึ้นอยู่กับระดับของเสียงรบกวน adp เป็นวิธีที่มีประสิทธิภาพในการผลิตสัญญาณ EMG มีประโยชน์โดยไม่ต้องเสียงรบกวนและการปรับปรุงการประยุกต์ใช้การควบคุม myoelectric

ผลลัพธ์ (ไทย) 2:

สัญญาณ electromyography (กล้าม) ยุ่งชนิดของเสียง และ wavelet denoising อัลกอริทึมเป็นวิธีมีประสิทธิภาพเพื่อลดเสียงในสัญญาณดำรง แข็ง และอ่อนหดตัว การแปลงแบบ wavelet ใช้กับ wavelet สัมประสิทธิ์มีค่าขีดจำกัด จากข้อจำกัดของการหดตัวอย่างหนัก และเบา การศึกษานี้เสนอวิธีหดตัว wavelet ปรับปรุง 9 ที่ให้เกิดการประนีประนอมระหว่างสองมาตรฐาน สัญญาณกล้ามจากหกมือดังมีเสียงรบกวนสามารถที่อัตราส่วนสัญญาณต่อเสียงต่าง ๆ ถูกนำไปใช้เพื่อประเมินประสิทธิภาพของวิธีการในมุมมอง denoising นอกจากนี้ คุณลักษณะของสัญญาณประมาณ denoising จะถูกส่งไปจัดประเภทงานวัดประสิทธิภาพในการควบคุม myoelectric ผลการทดลองแสดงว่า วิธีการหดตัว wavelet แบบอะแดปทีฟ (ADP) มีประสิทธิภาพดีกว่าวิธีดั้งเดิมและวิธีการแก้ไขอื่น ๆ ทั้ง denoising และรูปแบบมุมมองการรับรู้ ความถูกต้องของการรับรู้ของกล้ามสัญญาณแปลง โดย ADP จะดีขึ้นประมาณ 6.5 78.5% ขึ้นอยู่กับระดับของเสียง ADP เป็นวิธีมีประสิทธิภาพสำหรับการผลิตมีประโยชน์ดำรงสัญญาณ โดยไม่มีเสียงรบกวน และปรับปรุงโปรแกรมประยุกต์ของตัวควบคุม myoelectric

ผลลัพธ์ (ไทย) 3:

electromyography ( EMG )สัญญาณจะส่งผลกระทบกระเทือนกับชนิดแตกต่างกันและไม่มีเสียงรบกวนอัลกอริธึม denoising wavelet เป็นวิธีการอันทรงพลังที่จะช่วยลดเสียงรบกวนของสัญญาณสถานะ EMG ฮาร์ดไดร์ฟ์และสูญเสียการเปลี่ยนแปลงแบบไม่มีแอลกอฮอล์ wavelet แบบดั้งเดิมจะถูกนำมาใช้กับ coefficients wavelet ด้วยค่าเกณฑ์ขั้นต่ำ จากการจำกัดการสูญเสียหนักและแบบไม่มีแอลกอฮอล์การศึกษานี้เสนอ 9 วิธีใดวิธีหนึ่งสูญเสีย wavelet มากขึ้นซึ่งได้รับการประนีประนอมระหว่างสองมาตรฐาน สัญญาณสถานะ EMG จากหกเคลื่อนไหวของมือด้วยอัตราส่วนสัญญาณรบกวนสารที่แตกต่างกันสัญญาณต่อเสียงรบกวนซึ่งได้ถูกนำมาใช้ในการประเมิน ประสิทธิภาพ ของวิธีการในมุมมอง denoising ในการเพิ่มคุณสมบัติของสัญญาณ denoising คาดว่าจะถูกส่งไปในงานการจำแนก ประเภท การวัด ประสิทธิภาพ การทำงานในการควบคุม myoelectric ผลการทดลองที่แสดงให้เห็นว่าวิธีการสูญเสีย wavelet Adaptive Slot (โครงการฯ)มี ประสิทธิภาพ มากยิ่งขึ้นกว่าวิธีการแบบดั้งเดิมและวิธีการแก้ไขอื่นๆใน denoising ทั้งเปิดรับความคิดเห็นและการจดจำรูปแบบความถูกต้องของการยอมรับของสัญญาณสถานะ EMG ปรับเปลี่ยนโดยโครงการฯได้รับการปรับปรุงเกี่ยวกับ 6.5-78.5% ทั้งนี้ขึ้นอยู่กับระดับของเสียง โครงการฯเป็นวิธีการที่มี ประสิทธิภาพ สำหรับการผลิตสัญญาณสถานะ EMG มีประโยชน์ไม่มีสัญญาณรบกวนและปรับปรุงแอปพลิเคชันของการควบคุม myoelectric