Décomposition tensorielle PARAFAC2 contrainte pour l'estimation du niveau de force à partir de signaux EMG de surface - CNRS - Centre national de la recherche scientifique Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Décomposition tensorielle PARAFAC2 contrainte pour l'estimation du niveau de force à partir de signaux EMG de surface

Résumé

-Cet article propose une méthode de décomposition tensorielle non-négative basée sur PARAFAC2 pour réduire la diaphonie au cours d'une extension simultanée des doigts de l'index et du petit doigt à partir des signaux sEMG de surface. La méthode proposée intègre des contraintes physiologiques relatives aux signaux sEMG et permet de traiter les capteurs dysfonctionnels par intermittence pouvant différer à chaque essai. Les simulations numériques obtenues à partir des signaux sEMG réels montrent que cette méthode donne des performances similaires à la méthode PARAFAC2 non-négative mais, le plus souvent, avec une seule composante estimée par muscle ce qui la rend plus facile à interpréter. La prise en compte des capteurs dysfonctionnels par intermittence est d'un grand intérêt dans la pratique.
Fichier principal
Vignette du fichier
2023_rivet1262.pdf (444.54 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04231427 , version 1 (06-10-2023)

Identifiants

  • HAL Id : hal-04231427 , version 1

Citer

Abilé Magbonde, Bertrand Rivet, Franck Quaine. Décomposition tensorielle PARAFAC2 contrainte pour l'estimation du niveau de force à partir de signaux EMG de surface. GRETSI 2023 - XXIXème Colloque Francophone de Traitement du Signal et des Images, GRETSI - Groupe de Recherche en Traitement du Signal et des Images, Aug 2023, Grenoble, France. ⟨hal-04231427⟩
29 Consultations
9 Téléchargements

Partager

Gmail Facebook X LinkedIn More