Технические науки

Entropy analysis as a significant diagnostic parameter for stimulation electromyography by means of wavelet-packet decomposition / Анализ энтропии как значительный диагностический параметр для стимуляционной электромиографии посредством вейвлет-пакетного

Печать

Информация о материале: Опубликовано: 06 декабря 2016; Просмотров: 1302

Исмайылова К. Ш. Анализ энтропии как значительный диагностический параметр для стимуляционной электромиографии посредством вейвлет-пакетного разложения // International Scientific Review № 20(30) / International Scientific Review of the Problems and Prospects of Modern Science and Education: XXVIII International Scientific and Practical Conference ( Boston, USA - 08 December, 2016). p. {см. сборник} Тип лицензии на данную статью – CC BY 3.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Исмайылова Камала Ширин / Ismayilova Kamala Shirin - доктор философии по технике, доцент, кафедра приборостроительной инженерии, факультет информационных технологий и управления, Азербайджанский государственный университет нефти и индустрии, г. Баку, Азербайджанская Республика

Abstract: the article analyzes a possibility to apply a processing method and analysis by means of wavelet packet while registering stimulus EMG muscle m.deltoideus of the patients with a normal state of musculoskeletal system and muscle syndromes - carpal tunnel syndrome, cubital tunnel syndrome and demyelinating polyneuropathy - is being considered.

Аннотация: в статье анализируется возможность применения метода обработки и анализа посредством вейвлет-пакетного разложения при регистрации ЕМГ сигнала мышцы m.deltoideus пациентов с нормальным состоянием скелетно-мышечной системы и патологическим синдромом мышц.

Keywords: stimulation electromyography, artifacts, wavelet packet analysis, entropy.

Ключевые слова: стимуляционная электромиография, артефакты, вейвлет-пакетный анализ, энтропия.

References

Henneberg K. Principles of electromyography in the Biomedical Engineering Handbook. Bronzino J. Ed. (Boca Raton, Fl: CRC Press), 1995.191-200.
Abdelhafid Zeghbib D.I. Forearm surface EMG signals recognation and muscloskeletal system dynamics identification using intellegent computational methods. Dissertation work for academic grade, 2007.220.
Webster J.Reducing motion artifacts and interferernce in biopotential recording. IEEE Trans. Biomed. Eng., 1984.823-826.
Coifman R. R., Wickerhauser M. V. Entropy-based algorithms for best basis selection. IEEE Trans. on Inform. Theory, 1992.38. №2.713-718.
Mallat S. Multiresolution Approximation and Wavelet Orhonormal Bases L2(R). Trans. AMS. Vol. 1.№ 315, 1989.69-87.
Podkur P. Construction of some tipes wavelets with coefficient of scaling N// arXiv.org/math/FA/0612573, 2006.19.

Технические науки

Поделитесь данной статьей, повысьте свой научный статус в социальных сетях

Похожие статьи: