MétaCan
Menu
Retour à la cohorte
Enregistrement W1589046262 · doi:10.1002/9780471740360.ebs1422

Myoelectric Signal Processing

2006· other· en· W1589046262 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWiley Encyclopedia of Biomedical Engineering · 2006
Typeother
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésEstimatorIsometric exerciseSIGNAL (programming language)SmoothingSignal processingAmplitudeFrequency domainStandard deviationElectromyographyIsotonicComputer scienceSpectral density estimationTime domainSpeech recognitionMathematicsFourier transformStatisticsDigital signal processingPhysicsComputer visionMathematical analysisMedicinePhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

Abstract The myoelectric signal or electromyogram (EMG) is recorded during voluntary contraction of skeletal muscle. Surface EMG (sEMG) is detected at the skin surface using electrodes attached to the skin over the muscle of interest. The resultant signal varies randomly about a zero mean value. This signal can be processed to provide information concerning the physiological and the biomechanical state of the muscle. This article covers two major processing paradigms—amplitude estimation and spectral analysis. sEMG amplitude estimation involves estimating the time‐varying standard deviation of the signal. Amplitude estimators from the simple integrated EMG to more complicated estimators, involving prewhitening filters, multiple channels of sEMG, and adaptive smoothing, are covered. Spectral analysis of sEMG is done to characterize the signal in the frequency domain, Fourier analysis of stationary sEMG, recorded during isometric, isotonic contractions, and time‐frequency analysis of nonstationary sEMG recorded during dynamic contractions, are discussed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,003
Tête enseignante GPT0,184
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle