应用小波包加权肌力研究与基于L-Z复杂度肌肉疲劳分析
摘要 | 第1-4页 |
Abstract | 第4-8页 |
第1章 引言 | 第8-10页 |
第2章 人体肌肉结构、骨骼肌收缩机理及影响因素 | 第10-20页 |
·人体肌肉结构 | 第10-11页 |
·骨骼肌收缩机理 | 第11-15页 |
·肌力研究方法 | 第15-17页 |
·肌肉运动性疲劳检测方法 | 第17-20页 |
第3章 肌声信号及分析理论 | 第20-36页 |
·肌声信号 | 第20-21页 |
·肌声信号分析理论 | 第21-31页 |
·小波包 | 第21-25页 |
·小波包加权和重构 | 第25-26页 |
·格雷码转换 | 第26页 |
·L-Z复杂度分析理论 | 第26-31页 |
·分析方法讨论 | 第31-36页 |
·L-Z复杂度与信号的幅度关系 | 第31-32页 |
·L-Z复杂度与频率的关系 | 第32-33页 |
·两种符号化方法L-Z复杂度的稳定性 | 第33-36页 |
第4章 实验 | 第36-42页 |
·实验对象 | 第36-37页 |
·实验方法 | 第37-41页 |
·实验1:肱二头肌 | 第37-39页 |
·实验2:负重提踵疲劳实验 | 第39-41页 |
·肌声信号采集系统 | 第41-42页 |
第5章 肌声信号分析 | 第42-62页 |
·频谱能带分析 | 第42-47页 |
·肌力显示和比较 | 第47-52页 |
·负荷和肌力的关系 | 第52-55页 |
·L-Z复杂度疲劳分析 | 第55-62页 |
·腓肠肌运动过程MMG信号节律 | 第55-56页 |
·腓肠肌MMG信号的频谱带宽变化特征 | 第56-57页 |
·运动过程MMG信号的L-Z复杂度谱 | 第57-59页 |
·讨论 | 第59-62页 |
第6章 结论 | 第62-66页 |
·肌力算法 | 第62页 |
·符号化方法比较 | 第62-63页 |
·疲劳分析 | 第63-66页 |
参考文献 | 第66-70页 |
致谢 | 第70-72页 |
攻读学位期间研究成果 | 第72页 |