- 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。 其生态覆盖代理、ISV、咨询等多类型伙伴，在政务、能源等7大行业形成深度渗透。
75310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. w, 6) = medfreq(P1, f); % 中值频率 % 提取非线性特征 features(i, w, 7) set(processed_plot, 'YData', smoothed); drawnow; end endend4.2 肌电信号分解 (7, 1, 4); plot(d3); title('细节系数 D3'); subplot(7, 1, 5); plot(d4); title('细节系数 D4' ); subplot(7, 1, 6); plot(d5); title('细节系数 D5'); subplot(7, 1, 7); plot(a5);
80500编辑于 2025-09-16- 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 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。 据《中国青年报》报道，团队在建立了手势动作的数据库之后，搭建了一个7层BP神经网络对数据速度进行训练。BP神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。
1.2K10编辑于 2024-08-20 - 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 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
目前，比奇创新正在进行Pre A轮的融资，预计到7月结束。 相信很多人是听过心电、脑电的，但是，你听说过肌电吗？ 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。 ? “我们预计在今年7月结束本轮融资，融资需求为1000万人民币。”李玮琛说。
1.3K30发布于 2018-05-28 - 来自专栏OpenFPGA
赛灵思7系列FPGA上电配置流程
上电时保持PROGRAM_B为低电平不会使FPGA配置保持复位状态。而是使用INIT_B来延迟上电配置序列。 上电配置流程 ? 其配置过程分解为8个步骤。 1、上电 7系列器件需要为VCCO_0，VCCAUX，VCCBRAM和VCCINT引脚供电。 上电时，VCCINT电源引脚必须提供1.0V或0.9V（适用于-2L）电源。在JTAG模式下，除VCCO_0之外的任何I / O电源都不需要为7系列FPGA配置供电。 7系列器件使用32位CRC校验。CRC校验旨在捕获传输配置比特流时的错误。 在Spartan-7，Artix-7和Kintex-7系列中，如果bank的VCCO为1.8V或更低，那么在I / O bank上有多功能配置引脚，并且该bank上的引脚是 低或浮动，然后输入可能在配置启动期间有
6.1K30发布于 2021-02-01 - 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
【机器学习炼丹术】的学习笔记分享 参考目录： 1 上斜哑铃卧推 2 上斜杠铃卧推 3 上斜哑铃飞鸟 4 器械推胸 5 器械夹胸 6 双杠臂屈伸 7 下斜哑铃飞鸟 8 仰卧哑铃上举 之前的背阔和腹肌的锻炼 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 - 来自专栏脑电信号科研科普
全面总结EEG信号中常见的干扰和噪声信号
典型的“篷车形”saccade伪迹如图2所示： 3.肌电干扰 头颈部的肌肉活动是EEG肌电干扰的最主要来源，颈部以下的肌肉活动一般不会对EEG产生较大的干扰。 肌电EMG信号一般频率较高25Hz以上，幅度较大，一般表现出爆发式的波形，如图3所示。 肌电伪迹的主要来源包括：颞肌（如咬牙/咀嚼）、前额肌肉（如皱眉）、颈部肌肉活动（如吞咽动作）。 6.出汗性伪迹 被试出汗会引起皮肤电阻的降低，从而引起EEG信号的非常缓慢（0.2-0.5Hz）的类似于基线漂移的电活动，即为出汗性伪迹。 此外，出汗还容易引起电极松动，造成非常缓慢的电活动，如图6所示。 7.放大器饱和 EEG信号的慢性偏移严重的话就会引起放大器饱和，放大器饱和的结果就是信号呈现出水平直线，如图7中Blocking所示。
3.8K20发布于 2020-11-10 - 来自专栏脑机接口
运动训练中增加负荷如何改变肌群协同？这与我们大脑皮层激活有关吗？
此外，额外负荷会降低运动速度和推迟主动肌肌电峰值出现的时间。 在神经康复中，患者克服运动负荷进行训练时，运动表现可能会改善。 表面肌电信号的获取：使用无线EMG系统捕获表面肌电信号。肌电传感器分别放置在胸大肌、三角肌前束、三角肌后束、肱二头肌、肱三头肌长头、肱桡肌、肱三头肌外侧头和冈下肌8块肌肉的腹部。 近红外通道定位和表面肌电示意图。(A)空间位置。根据配准概率，红色矩形通道位于BA4(通道6、7、8、15、16、17、18)，蓝色矩形通道位于BA6(通道24、25、26、33、34、35、36)。 位于BA4的7个通道中有4个通道(CH7、8、15和18)在z-转换协同相似性和β系数之间表现出显著的线性相关性，且斜率为负。 位于BA6的7个通道中有4个(CH24、25、26和36)在协同相似性和β系数之间表现出显著的线性相关性。代表性通道如图7所示。 图7. 协同相似性与β系数的相关性。
52220编辑于 2023-09-25 - 来自专栏脑机接口
脑电信号干扰
[图片来源于网络] 常见的干扰为：眼动(EOG)干扰、肌电(EMG)干扰、心电(ECG)干扰、高频噪声干扰等，这些干扰通常是来自于脑外的电位活动，这些干扰又称为伪迹(Artifact). 2）肌肉活动 肌电(electromyography,EMG)是由头部、肢体、下巴或舌头等运动所产生的干扰信号。这种干扰信号会对脑电信号产生较大的影响。 EMG的频率通常大于30Hz.常见的EMG的能量与脑电处在不同的频带上，因此可以用低通滤波器将肌电移除。 3）运动伪迹 头部和身体的运动可引起伪迹，运动性伪迹通常是不规则以及没有重复性。 4）心电伪迹 心电(electrocardiogram,ECG)是由心脏跳动产生的干扰信号，该信号通过脖子传到头皮表面被电极接收到。 7）舌咽部运动伪迹 由于舌尖部对舌根部来说，存在负性电荷，如讲话、咀嚼、吮吸、吞咽、咳嗽等引起舌运动的伪迹。这些运动伪迹在脑电图上所显示间隙性或反复性慢波。
3K00发布于 2019-11-11 - 来自专栏猿人工厂
猿设计7——真电商之类目的那些关系
如果还有不明白类目、属性到底是什么东西的朋友，可以回过头去看看之前的文章猿设计5——真电商之颠覆你的类目认知以及猿设计6——真电商之属性的套路你了解吗可以帮助到你更深入的理解。 ? 对于电商系统来讲，为了灵活支持商品信息的描述，通过抽象出属性和属性值来做动态的描述。 属性抽象了商品的特征，而属性值则是某个商品特征的具体描述的集合。 以上就是类目、属性、品牌的完整关系了，相信会让你真正了悟电商领域的真正玩法，至于系统的实现，不要走开，设计系列完成，工厂君带你撸一个业务流完整的电商出来，不搞虚的。
83220发布于 2020-07-28 - 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 嘉义AP7厂工地遭遇水淹！台积电回应
7月28日，因突发性强降雨（6小时逾360mm)，造成晶圆代工大厂台积电位于中国台湾嘉义AP7工厂邻嘉58县道之区域积水（水深20-30cm)，施工人员暂时无法进场作业。 并安排7月29日邀集嘉义县政府水利处、台积电研议区外排水路改善对策。 台积电在28日下午回应称，“台积公司嘉义交付承包商施工区，今（28）日依嘉义县政府自然灾害停止上班及上课之告示停工，现场由防灾相关作业组员待命，并已完成相关防灾检查程序部署，包括排水渠道畅通检核、排水泵浦整备
12210编辑于 2026-03-19- 来自专栏软件绿色联盟动态
7大生鲜电商类应用Alarm占用情况评测
四 测试应用 本次测试选取了7款生鲜电商类App及版本： 应用名称 版本 盒马 4.24.1 每日优鲜 9.6.2 京东到家 7.1.1 苏宁小店 4.0.11 多点 4.4.5 永辉生活 5.10.0.51
97510编辑于 2022-03-31 - 来自专栏biosignalsplux
用 BITalino 可视化生理信号并玩肌电控制版 Pong 游戏
生理信号（如心电图 ECG、肌电图 EMG、皮肤电 EDA 等）长期用于医疗、康复、心理研究等专业领域，但通过像 BITalino 这样的开源平台，它们正变得越来越亲民，进入创客空间、课堂乃至游戏开发者手中 本篇文章将结合一个非常有趣的案例： 我们将使用 BITalino 采集肌电信号（EMG），控制经典 Pong 游戏中的球拍移动；同时也会讲解如何通过 Processing 将包括心电、肌电等多种信号实时图形化 二、设备准备 BITalino (r)evolution Board EMG（肌电）传感器模块 Bluetooth Dongle 或内置蓝牙 PC USB 电源线（或电池） 电脑（Windows 玩法展示 准备：将 EMG 电极贴在前臂或肱二头肌上。 启动：运行 bitalinoPong.pde。 操作：握拳 = 上移球拍；放松 = 下移球拍。 目标：不要让球漏到边界！ 五、拓展建议 使用 两个 EMG 通道 实现“左右肌群”分别控制上下移动。 替换为 心跳（ECG）触发事件，做出冥想小游戏。
39210编辑于 2025-06-25
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