常用的电生理肌电信号数据合集 (EMG)

目录

Ninapro

CapgMyo-DBa

CSL-HDEMG

EMGLAB

[Sleep Heart Health Study](#Sleep Heart Health Study)


Ninapro

Ninapro 是一个公开的多模式数据库,旨在促进人类、机器人和假肢手的机器学习研究。

10 个 Ninapro 数据集总共包括来自完整受试者和经桡动脉截肢者的 180 多个数据采集(包括肌电图、运动学、惯性、临床、神经认知和眼手协调数据)。

CapgMyo-DBa

CapgMyo 数据库包括使用采集设备从 23 个完整受试者采集的 128 个通道的 HD-sEMG 数据。采集装置具有矩阵式(8×16)差分电极阵列,带有银湿电极。 CapgMyo数据库由3个子数据库组成(DB-a、DB-b和DB-c); DB-a 中 23 名受试者中的 18 名获得了 8 个等距和等张手势。

CSL-HDEMG

CSL-HDEMG 数据库包含从 5 名受试者获得的 27 个手指手势。 27个手指手势涵盖了单个手指的伸展和弯曲,并包含了一些可能在人机交互中使用的典型手势。在[12]中将它们分为三组,分别是轻击手势、弯曲手势和多指手势。信号由 7 × 24 电极网格双极性记录,通过从一列中最后一个电极与下一列中第一个电极的差异中删除数据通道,总共产生 168 个可用数据通道。 CSL-HDEMG 中的 HD-sEMG 信号以 2048 Hz 采样,每次试验记录三秒。每个受试者被要求在三秒的时间间隔内做出一个手势。每个受试者记录 5 个会话,并在每个会话中对每个手势进行 10 次尝试

EMGLAB

该材料由正常对照组、肌病患者组和 ALS 患者组组成。对照组由10名年龄21-37岁的正常受试者组成,其中女4例,男6例。十人中有六人的身体状况非常好,其余的除了一名以外,身体状况一般。对照组中没有人有神经肌肉疾病的体征或病史。肌病组有7名患者; 2女5男,年龄19-63岁。所有 7 人都有肌病的临床和电生理症状15。 ALS组由8名患者组成; 4女4男,年龄35-67岁。除了与 ALS 相符的临床和电生理症状外,其中 5 人在发病后几年内死亡,支持 ALS 的诊断。

Sleep Heart Health Study

睡眠心脏健康研究 (SHHS) 是一项由国家心肺和血液研究所实施的多中心队列研究,旨在确定睡眠呼吸障碍对心血管和其他后果的影响。它测试与睡眠相关的呼吸是否与冠心病、中风、全因死亡率和高血压的风险增加有关。1995 年 11 月 1 日至 1998 年 1 月 31 日期间,总共有 6,441 名 40 岁及以上的男性和女性参加了 SHHS 访问 1。在考试周期 3(2001 年 1 月至 2003 年 6 月)期间,进行了第二次多导睡眠图(SHHS 访问) 2) 是在 3,295 名参与者中获得的。CVD 结果数据由基线至 2011 年期间的家长队列进行监测和裁定。

相关推荐
PyAIExplorer12 分钟前
图像处理中的霍夫变换:直线检测与圆检测
图像处理·人工智能
野指针1213818 分钟前
【使用Flask基于PaddleOCR3.0开发一个接口 调用时报错RuntimeError: std::exception】
python·flask
格林威35 分钟前
Baumer工业相机堡盟工业相机如何通过DeepOCR模型识别判断数值和字符串的范围和相似度(C#)
开发语言·人工智能·python·数码相机·计算机视觉·c#·视觉检测
不爱学英文的码字机器38 分钟前
Claude Code: Best practices for agentic coding
人工智能
赵英英俊41 分钟前
Python Day8
python
代码老y1 小时前
数据挖掘:从理论到实践的深度探索
人工智能·数据挖掘
DAWN_T171 小时前
Python编译器(Pycharm Jupyter)
python·机器学习·jupyter·pycharm
Draina1 小时前
在pycharm中运行sagemath脚本的配置过程
ide·python·安全·pycharm·密码学
九章云极AladdinEdu1 小时前
冷冻电镜重构的GPU加速破局:从Relion到CryoSPARC的并行重构算法
人工智能·pytorch·深度学习·机器学习·自然语言处理·架构·gpu算力