- 综合排序
- 最热优先
- 最新优先
- 来自专栏云深之无迹
可穿戴超声肌电系统硬件设计.第二弹
昨天的文章是 24 年发的，是一个子刊：新型可穿戴超声肌电（Echomyography, EcMG）系统硬件设计（带一丢丢软件） 今天这篇是 23 年的，是这个工作的前作： 23 巧的是，作者也在我的列表里面蹲着
32210编辑于 2025-04-21 - 来自专栏云深之无迹
新型可穿戴超声肌电（Echomyography, EcMG）系统硬件设计（带一丢丢软件）
切换“发射模式”与“接收模式”，保护后端放大器；发射时隔离高压激励信号；接收时低阻抗导通 RF 信号到运放输入。
48800编辑于 2025-04-19 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-7 ROC曲线
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍描述TPR和FPR两个指标的ROC曲线，并通过编程绘制ROC曲线。通常在实际使用中使用ROC曲线下面的面积来评估不同模型之间的优劣，最后使用sklearn中的roc_auc_score函数返回ROC曲线下面的面积。
2.2K10发布于 2020-05-14 - 来自专栏mysql
hhdb数据库介绍(10-7)
为方便更换管理平台的产品Logo以及产品名称信息。引入“OEM管理功能”对外提供可视化更新Logo以及产品名称信息的入口。
48410编辑于 2025-03-11 - 来自专栏逆熵
舔一舔 · 肌霸Kafka
又是烟雨蒙蒙的冬日，一杯暖茶，春天的气息已经在杯中袅袅升起的热气里荡漾开来，茶醇使人醉，技术要学会。我们来简单剖析一下kafka的一些原理特性。
40020编辑于 2023-03-06 - 来自专栏大数据文摘
日本电气通信大学新型「自适应肌电假肢」问世，不训练就能拾取物体！
为了克服这个问题，日本电气通信大学研究人员针对于肌电假肢提出了一种训练学习模型来预测患者关节运动，该模型通过采用不同的传感器（肌电、触觉、被抓物体等），可以获取各类输出信号，从而实现对肌电假肢的闭环控制 同时，他们的目标是，不管是男女老少，都可以通过这款肌电假肢轻松实现对不同物体的抓取。 肌电假肢如何读懂患者的心？ 不同的手势对应输出不同肌电信号 在肌电假肢的传统控制方法中，都无法通过肌电控制来实现手的工作/关闭状态的切换。 但如果可以通过预测关节的移动可以实现自适应抓取，从而实现对肌电假肢的控制，这种控制可以实现对各种物体的自适应抓取。 控制过程则是通过传感器的反馈和优化后的控制器参数准确对肌电假肢进行精准控制，并抓取不同形状以及尺寸的目标物体。 肌电假肢的训练模型 研究人员通过测量肌电信号，验证了所设计的控制器的有效性。
76210编辑于 2023-04-10 - 来自专栏科技云报道
AI变革需要‘减脂增肌’
腾讯的回答是降脂增肌。 降脂增肌的益处很快显现出来。2025 年第二季度，腾讯 ToB 营收实现双位数增长，高达 555 亿元，这一数据直观地反映出腾讯云业务在市场中的强劲表现，而 AI 无疑是其中关键的增长驱动力。
75410编辑于 2025-11-17 MATLAB表面肌电信号(sEMG)处理程序
1. sEMG信号处理概述表面肌电信号是从皮肤表面记录的肌肉电活动，其处理通常包括以下步骤：数据采集和导入预处理（滤波、去噪）特征提取模式识别和分类可视化和分析2. set(processed_plot, 'YData', smoothed); drawnow; end endend4.2 肌电信号分解
80500编辑于 2025-09-16- 来自专栏用户4866861的专栏
秒表检定装置秒表检定仪时间检定仪秒表检定设备
可供各级计量部门、工厂、院校及各科研单位检定401/405电秒表,407/408电秒表、411数字式毫秒计、415/417/417B型数字式电秒表等时间类仪器。 典型应用 1) 供各级计量部门，工厂，院校及科研单位对机械秒表、电子秒表、指针式电秒表、数字电秒表、数字式毫秒仪等计时仪器进行检定。 2) 作为日差测量仪使用； 3) 作为标准时间间隔发生器使用； 技术指标 机械秒表和电子秒表输出时间范围300ms~9 999 999 999s准确度优于±（1×10-7×T0＋3ms）物理接口香蕉座指针式电秒表输出时间范围 10-7×T0＋0.6ms）物理接口香蕉座标准时间间隔输出时间范围0.1μs ~ 9 999 999 999s准确度优于±（1×10-7×T0＋1μs）物理接口BNC晶振指标频率10MHz日老化率≤5× 10-9/日秒稳定度≤5×10-11/s准确度≤1×10-7预热时间12小时50Hz路数1电平TTL物理接口DB910MHz路数1电平≥7dBm物理接口BNCRS232C串口路数1路电平RS232C功能上位机串口指令控制及软件升级物理接口
1.1K20发布于 2020-01-15 - 来自专栏用户4866861的专栏
秒表检定仪时间检定仪检定电子秒表/机秒表
可供各级计量部门、工厂、院校及各科研单位检定401/405电秒表,407/408电秒表、411数字式毫秒计、415/417/417B型数字式电秒表等时间类仪器。 检定机械秒表和电子秒表（T0 为输入检定时段） · 输入范围： T0:300ms~9 999 999 999s · 准确度：优于±（1×10-7×T0＋3ms） · 幅度：﹢24V（仪器面板接口输出） 检定毫秒表和数字式电秒表（T0 为输入检定时段） · 输入范围： 0.01μs ~ 9 999 999 999s · 准确度：优于±（1×10-7×T0＋0.1μs）（使用标准时间间隔方式输出） 优于± （1×10-7×T0＋0.8ms）（使用数字式电秒表方式输出） 图片1111.png 1. 数字式电秒表检定操作 1. 仪器前面板有如右图所示部分： 此部分能够测试一个或者两个开关的通断时间，精度为优于±（1×10-7×T0＋0.8ms）；如果需要更高精度，使用标准时间间隔方式测量。
1.5K40发布于 2020-01-19 - 来自专栏云深之无迹
肌电传感器运放选型
表面肌电（surface electromyography, sEMG）信号是神经肌肉系统在进行随意性和非随意性活动时的生物电变化经表面电极引导、放大、显示和记录所获得的一维电压时间序列信号，其振幅约为 图5展示了在同一块肌肉上同时采集的低收缩力水平下的插入式肌电和表面肌电信号（信号持续长度为2 s）,可以看到两者的显著区别。 我爸以前确实是做过这个东西 直接呼叫老爸，害，这个字金贵的很 各种位点 跟信号的特性有：人体肌肉组织是皮表肌电的信号源，它发放的肌电经过皮下软组织的体电阻传输至皮肤表面，体电阻约数百欧姆，但是，表面电极与皮肤之间的接触阻抗比较高 阿哲，好像是蛮适合肌电处理的那就用这个吧。 因此电极宜贴放在肌电发放最强的肌腹部，以减少邻近肌肉的肌电干扰(串音)。采用较小的电极可提高选择性，但会增加电极与皮肤间的接触阻抗。 另外，其实这个电极才是最大的技术点 手语是听障人士彼此沟通的桥梁。
1.2K10编辑于 2024-08-20 - 来自专栏用户4866861的专栏
秒表检定仪时间检定仪检定电子/机械秒表
可供各级计量部门、工厂、院校及各科研单位检定401/405电秒表,407/408电秒表、411数字式毫秒计、415/417/417B型数字式电秒表等时间类仪器。 秒表检定仪时间检定仪 图片1.png 技术指标 机械秒表和电子秒表输出时间范围300ms~9 999 999 999s准确度优于±（1×10-7×T0＋3ms）物理接口香蕉座指针式电秒表输出时间范围0.02s ~ 9 999 999 999s准确度优于±（市电频率准确度×T0＋0.6ms）物理接口香蕉座毫秒表和数字式电秒表输出时间范围0.02μs ~ 9 999 999 999s准确度优于±（1×10-7× T0＋0.6ms）物理接口香蕉座标准时间间隔输出时间范围0.1μs ~ 9 999 999 999s准确度优于±（1×10-7×T0＋1μs）物理接口BNC晶振指标频率10MHz日老化率≤5×10-9/ 日秒稳定度≤5×10-11/s准确度≤1×10-7预热时间12小时50Hz路数1电平TTL物理接口DB910MHz路数1电平≥7dBm物理接口BNCRS232C串口路数1路电平RS232C功能上位机串口指令控制及软件升级物理接口
1.5K20发布于 2020-01-16 - 来自专栏镁客网
「镁客·请讲」傲意科技倪华良：肌电识别是下一代的人机交互方式
对于傲意科技来说，他们最终的目标是让用户体验时拥有更多的自由度，推动肌电识别成为人机交互的未来。 医学+芯片，在国外的两次工作经历，也促成了傲意科技和他们的肌电识别技术。 初次听到肌电识别，文科出身的镁客君还是一脸懵逼的状态，凭借肌肉的运动就能识别出你手中的动作，乍一听起来有点科幻。 那么到底什么是肌电识别呢？ 如果将肌电识别的方式接入到内容端，还需要在SDK上做内容的兼容，甚至需要根据新的玩法去重新做内容上的设计。 肌电识别是下一代的人机交互方式 无论是基于计算机视觉的手势识别还是肌电识别，这些非接触式的交互都是下一代人机交互的重要方式。
88050发布于 2018-05-29 - 来自专栏用户4866861的专栏
秒表检定仪的使用说明
检定机械秒表和电子秒表（T0 为输入检定时段） · 输入范围： T0:300ms~9 999 999 999s · 准确度：优于±（1×10-7×T0＋3ms） · 幅度：﹢24V（仪器面板接口输出） 检定毫秒表和数字式电秒表（T0 为输入检定时段） · 输入范围： 0.01μs ~ 9 999 999 999s · 准确度：优于±（1×10-7×T0＋0.1μs）（使用标准时间间隔方式输出） 优于± （1×10-7×T0＋0.8ms）（使用数字式电秒表方式输出） 1. 标准时间间隔（T0 为输入检定时段） · 输入范围： 0.01μs ~ 9 999 999 999s · 准确度：优于±（1×10-7×T0＋1μs） · 使用与操作 1. 通电前准备 1. 数字式电秒表检定操作 1. 仪器前面板有如右图所示部分： 此部分能够测试一个或者两个开关的通断时间，精度为优于±（1×10-7×T0＋0.8ms）；如果需要更高精度，使用标准时间间隔方式测量。 1.
1.7K00发布于 2020-01-07 - 来自专栏用户4866861的专栏
SYN5301型秒表时间检定仪特点说明
针对当前市场品类繁多的秒表检定仪，我公司特意将同行的产品与我公司的《SYN5301型毫秒表时间检定仪》的参数及功能用途等等进行一一对比，方便用户选择，具体如下： 一、对比结果 1、 测量的准确度对比： ±（1×10 -7×T0＋1μs） 优于 ±（1×10-7×T0＋3μs） 2、 输入的范围对比： 机械秒表和电子秒表： 300ms~9 999 999 999s 优于 1s-99999s 指针式电秒表： 0.02s ~ 9 999 999 999s 优于 0.1s-99999s 毫秒表和数字式电秒表 0.1μs ~ 9 999 999 999s优于1×100μs～1×109μs 3、 秒稳定度对比 如下图所示: 6、 图片1111.png 功能比较：SYN5301型毫秒表时间检定仪兼容秒表检定仪、日差测量仪/校表仪、指针式电秒表检定仪、标准时间间隔发生器等4种功能，而同行的秒表检定仪只有检定秒表 7、 适用性：可检定401/405电秒表,407/408电秒表、411数字式毫秒计、415/417/417B型数字式电秒表，而同行的秒表检定仪只能检定单一的秒表。 图片1122.png
90910发布于 2020-01-13 AI深度学习平台快速诊断肌张力障碍
AI深度学习平台快速诊断肌张力障碍想象等待五年才能获得诊断。这是可能患有肌张力障碍的患者面临的现实，这种潜在的衰弱性神经系统疾病需要繁琐的过程才能识别。 肌张力障碍没有生物标志物或金标准诊断测试，因此医生必须通过排除过程来确定症状是表明肌张力障碍还是其他神经系统问题，如帕金森病。即使这个过程也不简单："临床标准模糊，且未标准化。 这些挑战正是开发肌张力障碍诊断测试如此重要的原因。研究员对肌张力障碍的研究始于2004年，当时她是某机构的博士后研究员。 对于肌张力障碍患者，MRI通常不显示疾病特有的异常，研究员说。但随着时间的推移，为研究获取的放射学图像持续捕捉到大脑内肌张力障碍的特征——临床MRI不会显示的微观结构变化。"我们利用了这一点，"她说。 尽管数据集中在喉部肌张力障碍，但该测试也适用于诊断影响颈部肌肉（宫颈肌张力障碍）或眼睑肌肉（眼睑痉挛）的其他形式肌张力障碍。
22010编辑于 2025-10-18- 来自专栏机器学习炼丹术
【健身与炼丹】8个动作练爆胸大肌
下面八个动作，包括了胸大肌的整体大小的锻炼、胸部的上沿、外沿、下沿和中缝的锻炼。本文可以说是比较全面的。 1 上斜哑铃卧推 ? 【要点】 双腿自然弯曲； 双臂屈肘使身体降至最低点，顶点稍停后，双臂用力，将身体撑起； 动作过程中，身体越前倾，胸大肌的刺激越大，越直立，就越容易刺激肱三头肌 7 下斜哑铃飞鸟 ? ； 两臂保持平伸把哑铃铃向上向后拉，并下落到顶点，使胸大肌充分扩展。 - END -
1.1K31发布于 2020-10-15 - 来自专栏镁客网
「镁客·请讲」比奇创新李玮琛：用肌电感知人体行为，我们敢做也敢保证做好
相信很多人是听过心电、脑电的，但是，你听说过肌电吗？ 比奇创新创始人&CEO李玮琛告诉你，肌电不仅是生物电的一种，我们还能利用它感知人体行为，研发精尖的手势识别技术，以直接操控指定设备。 ? 生物肌电感知交互 比奇创新在做着一件别出心裁的事情 肌电(EMG)是生物电的一种，虽然我们日常提及的较少，但它其实和心电、脑电等是一样的。 当我们将表面肌电传感器附在皮肤表面时，就可以收集到肌电的信号媒介，从而探知到人体的行为感知了。 ? DTing SH表面肌电监测仪——通过对动作产生的肌电数据进行可视监测，记录、储存、分析数据从而达到肌肉动作是否标准等。 ? 此外，比奇创新也提供独立的肌电传感器和定制化的技术方案。 ? 不惧竞争，有差异化就代表着有优势 “我在德国宇航局工作时就已经做好了DTing的原型，因为‘肌电’这个领域目前在国内乃至全世界都是非常新，并且非常空白的，围绕这一核心技术的应用产品和品类都不多，也没有稳定并且成型的基础方案供应商
1.3K30发布于 2018-05-28 - 来自专栏BCI脑机接口
基于EEG-EMG混合控制方法的研究—生物机器人应用：现状、挑战与未来方向（二)
有几种方法可以用来对生物机器人应用中的脑电-肌电混合控制方法进行分类，如特定的应用/设备（如假肢、外骨骼、轮椅）或输入处理方法。 这些老年人的身体和精神状况一整天都在变化，在某些情况下由于身体疲惫可能会出现肌肉疲劳，在这种情况下，有必要设计基于肌电的控制方法来处理肌肉疲劳状态的影响。 有报道称，这种将肌肉和大脑信号融合为混合BCI的尝试，根据用户的可用性和可靠性，将肌电图和脑电图并行使用在一个手动控制任务中，通过16个脑电通道测量脑电信号，记录右、左前臂屈伸四个通道的肌电活动。 基于肌电图和脑电图的分类器输出，在第一种方法中，使用等平衡的融合权值来组合肌电和脑电分类器的输出；在第二种方法中，对贝叶斯融合方法进行了测试。 用8个脑电通道（按10-20系统）和2个肌电电极分别测量EEG和EMG信号。 image.png 实验由六名健康受试者和一名严重运动障碍的最终使用者进行。
1.4K30发布于 2020-12-23 - 来自专栏用户4866861的专栏
电子式时间继电器的测试方案
使用数字式电秒表校准时，数字式电秒表功能选择置“连续”，选择合适的时标，数字式电秒表信号I端、III端分别与双刀单掷开关A端和时间继电器常闭触点其中一端相接，双刀单掷开关B端与时间继电器常闭触点另一端相接 按下双刀单掷开关K，时间继电器延时启动，数字式电秒表或毫秒仪同时开始计时，整定时间结束，常闭触点断开，数字式电秒表或毫秒仪停止计时，所显示的值即为时间继电器整定时间的实际值，保持整定值不变，连续测量3次 该款测试仪时间继电器测量范围为0.001s~9999.999s，测量精度优于±（1×10-7×T0±0.5ms）。 同时输出1路10MHz正弦信号作为外参考，日老化率≤5×10-10/日，秒稳定度≤5×10-11/s，准确度≤1×10-7。 也可以作为时间间隔测量仪器使用，适用于单通道/双通道，30ns～99999.999 999 990s，准确度优于±（1×10-7×T0±30ns）。
73120发布于 2020-06-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号