Electromyograpy (EMG) refers to the

Electromyograpy (EMG) refers to the collective electric signal from muscles, which is controlled
by the nervous system and produced during muscle contraction. The signal represents the anatomical
and physiological properties of muscles; in fact, an EMG signal is the electrical activity of a muscle’s
motor units, which consist of two types: surface EMG, and intramuscular EMG [1]. Surface EMG
and intramuscular EMG signals are recorded by non-invasive electrodes and invasive electrodes,
respectively. These days, surface-detected signals are preferably used to obtain information about the
time or intensity of superficial muscle activation [2]. Electromyography (EMG) signals are considered
most useful as electrophysiological signals in both medical and engineering fields. The basic method
for understanding the human body’s behaviors under normal and pathological conditions is provided
by the recording of EMG signals. Whenever an EMG signal is being recorded from the muscle,
various types of noises contaminate it. Therefore, analyzing and classifying the EMG signals is very
difficult because of the complicated pattern of the EMG, especially when EMG motion occurs [3].
EMG signals can be used to generate device control commands for rehabilitation equipment such as
robotic prostheses and in generic man-machine interfaces for Human Computer Interface (HCI). They
have also been deployed in many clinical and industrial applications [4]. Processing and classifying
EMG signals requires using the Electromyographic Control technique. Control systems based on the
classification of EMG signals are usually known as Myoelectric Control Systems (MCSs); powered
upper-limb prostheses and electric-powered wheelchairs are two of the main potential applications
of MCSs [5]. However, to use these applications effectively, an accurate EMG signal acquisition is a
pre-requisite. When acquiring an EMG signal, various background noises are received due to the
presence of electronic equipment and physiological factors. Section 1 of this paper provides an
overview of these various noises and mentions ways to overcome them (when the acquisition of an
EMG signal is completed). Nevertheless, it remains very difficult for the noise to be removed clearly.
Therefore, that EMG signal is processed and analyzed to get the required information. Many
researchers have used different kinds of advanced methodologies, including wavelet transform,
Wigner-Ville Distribution, Independent component analysis, Empirical mode decomposition, and
higher-order statistics for analyzing the EMG signal appropriately. The second section of this paper
contains EMG signal classification methods.

Kết quả (Việt) 1:

Electromyograpy (EMG) dùng để chỉ tập thể tín hiệu điện từ cơ bắp, mà quản lýbởi hệ thống thần kinh và sản xuất trong co cơ bắp. Tín hiệu đại diện cho các đặc trưng giải phẫuvà các thuộc tính sinh lý của cơ bắp; trong thực tế, một tín hiệu EMG là hoạt động điện của một cơ bắpđơn vị vận động, bao gồm hai loại: EMG bề mặt, và bắp EMG [1]. Bề mặt EMGvà bắp EMG tín hiệu được ghi lại bởi điện cực không xâm hại và xâm lấn điện cực,tương ứng. Những ngày này, bề mặt-phát hiện tín hiệu tốt hơn được sử dụng để có được thông tin về cácthời gian và cường độ của bề mặt cơ kích hoạt [2]. Electromyography (EMG) tín hiệu được coi làhữu ích nhất là electrophysiological tín hiệu trong lĩnh vực y tế và kỹ thuật. Các phương pháp cơ bảncho sự hiểu biết hành vi của cơ thể con người trong điều kiện bình thường và bệnh lý được cung cấpbởi ghi âm của EMG tín hiệu. Bất cứ khi nào một tín hiệu EMG được ghi nhận từ các cơ bắp,Các loại khác nhau của tiếng ồn làm ô nhiễm nó. Do đó, phân tích và phân loại các tín hiệu EMG là rấtkhó khăn vì các mô hình phức tạp của EMG, đặc biệt là khi xảy ra chuyển động EMG [3].EMG tín hiệu có thể được sử dụng để tạo ra thiết bị điều khiển lệnh chẳng hạn như thiết bị phục hồi chức năngbộ phận giả robot và trong giao diện người máy chung cho con người máy tính giao diện (HCI). Họcũng đã được triển khai trong nhiều lâm sàng và công nghiệp ứng dụng [4]. Xử lý và phân loạiEMG tín hiệu yêu cầu bằng cách sử dụng kỹ thuật điều khiển Electromyographic. Kiểm soát hệ thống dựa trên cácphân loại của EMG tín hiệu thường được gọi là hệ thống kiểm soát Myoelectric (MCSs); được tài trợbộ phận trên chân tay giả và cung cấp điện xe lăn là hai trong số các ứng dụng tiềm năng chínhcủa MCSs [5]. Tuy nhiên, để sử dụng các ứng dụng có hiệu quả, là một việc mua lại chính xác tín hiệu EMG mộtđiều kiện tiên quyết trước. Khi mua một tín hiệu EMG, tiếng ồn nền khác nhau nhận được do cácsự hiện diện của thiết bị điện tử và các yếu tố sinh lý. Phần 1 của bài báo này cung cấp mộtTổng quan về những nhiều tiếng ồn và đề cập đến cách để vượt qua chúng (khi mua lại của mộtTín hiệu EMG xong). Tuy nhiên, nó vẫn còn rất khó khăn cho tiếng ồn được gỡ bỏ rõ ràng.Vì vậy, những tín hiệu EMG được xử lý và phân tích để có được thông tin cần thiết. NhiềuCác nhà nghiên cứu đã sử dụng loại khác nhau của phương pháp tiên tiến, bao gồm biến đổi bề mặt,Phân phối Wigner-Ville, phân tích thành phần độc lập, thực nghiệm chế độ phân hủy, vàcao thứ tự các thống kê cho phân tích tín hiệu EMG một cách thích hợp. Phần thứ hai của bài viết nàychứa EMG tín hiệu phân loại phương pháp.

Kết quả (Việt) 2:

Electromyograpy (EMG) đề cập đến các tín hiệu điện từ tập cơ bắp, mà được điều khiển
bởi hệ thống thần kinh và sản sinh trong quá trình co cơ. Các tín hiệu đại diện cho giải phẫu
và sinh lý tài sản của cơ bắp; trong thực tế, một tín hiệu EMG là hoạt động điện của cơ bắp
đơn vị cơ giới, trong đó bao gồm hai loại: EMG bề mặt, và bắp EMG [1]. EMG bề mặt
và tín hiệu EMG bắp được ghi lại bằng điện cực không xâm lấn và xâm lấn các điện cực,
tương ứng. Những ngày này, các tín hiệu bề mặt phát hiện được tốt nhất được sử dụng để thu thập thông tin về
thời gian hoặc cường độ kích hoạt cơ hời hợt [2]. Điện cơ (EMG) tín hiệu được coi là
hữu ích nhất là những tín hiệu điện trong cả hai lĩnh vực y tế và kỹ thuật. Các phương pháp cơ bản
để hiểu được hành vi của cơ thể con người trong điều kiện bình thường và bệnh lý được cung cấp
bởi các ghi âm của tín hiệu EMG. Bất cứ khi nào một tín hiệu EMG đã được ghi nhận từ các cơ bắp,
các loại khác nhau của tiếng ồn gây ô nhiễm đó. Vì vậy, phân tích và phân loại các tín hiệu EMG là rất
khó khăn do tính chất phức tạp của EMG, đặc biệt là khi EMG chuyển động xảy ra [3].
tín hiệu EMG có thể được sử dụng để tạo ra các lệnh điều khiển thiết bị cho các thiết bị phục hồi chức năng như
phục hình robot và con người chung chung giao diện -machine cho giao diện máy tính con người (HCI). Họ
cũng đã được triển khai trong nhiều ứng dụng lâm sàng và công nghiệp [4]. Chế biến và phân loại
tín hiệu EMG đòi hỏi sử dụng kỹ thuật điện đồ Control. Hệ thống điều khiển dựa trên
phân loại tín hiệu EMG thường được gọi là hệ thống điều khiển Myoelectric (MCSS); powered
bộ phận giả trên-chi và xe lăn chạy bằng điện là hai trong số những ứng dụng tiềm năng chính
của MCSS [5]. Tuy nhiên, để sử dụng các ứng dụng có hiệu quả, một tín hiệu EMG mua lại chính xác là một
điều kiện tiên quyết. Khi có được một tín hiệu EMG, tiếng ồn nền khác nhau được nhận do sự
hiện diện của các thiết bị điện tử và các yếu tố sinh lý. Phần 1 của bài viết này cung cấp một
cái nhìn tổng quan về những tiếng ồn khác nhau và đề cập đến những cách để khắc phục chúng (khi mua lại của một
tín hiệu EMG được hoàn thành). Tuy nhiên, nó vẫn còn rất khó khăn cho những tiếng ồn được loại bỏ rõ ràng.
Do đó, rằng tín hiệu EMG được xử lý và phân tích để có được các thông tin cần thiết. Nhiều
nhà nghiên cứu đã sử dụng các loại khác nhau của các phương pháp tiên tiến, bao gồm biến đổi wavelet,
Wigner-Ville phân phối, phân tích thành phần độc lập, chế độ thực nghiệm phân hủy, và
số liệu thống kê bậc cao để phân tích các tín hiệu EMG một cách thích hợp. Phần thứ hai của bài báo này
chứa EMG phương pháp phân loại tín hiệu.