Human lower limb activity recognition techniques, databases, challenges and its applications using sEMG signal: an overview

Ankit Vijayvargiya; Bharat Singh

doi:https://doi.org/10.1007/s13534-022-00236-w

추천

검색

자료유형: 학술저널

저자정보: Ankit Vijayvargiya (Malaviya National Institute of Technology) Bharat Singh

저널정보: 대한의용생체공학회 Biomedical Engineering Letters (BMEL) Biomedical Engineering Letters (BMEL) Vol.12 No.4

발행연도: 2022.11

수록면: 343 - 358 (16page)

DOI: https://doi.org/10.1007/s13534-022-00236-w

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Human lower limb activity recognition (HLLAR) has grown in popularity over the last decade mainly because to its applicationsin the identification and control of neuromuscular disorders, security, robotics, and prosthetics. Surface electromyography(sEMG) sensors provide various advantages over other wearable or visual sensors for HLLAR applications, includingquick response, pervasiveness, no medical monitoring, and negligible infection. Recognizing lower limb activity from sEMGsignals is also challenging owing to the noise in the sEMG signal. Pre- processing of sEMG signals is extremely desirablebefore the classification because they allow a more consistent and precise evaluation in the above applications. This articleprovides a segment-by-segment overview of: (1) Techniques for eliminating artifacts from sEMG signals from the lower limb. (2) A survey of existing datasets of lower limb sEMG. (3) A concise description of the various techniques for processingand classifying sEMG data for various applications involving lower limb activity. Finally, an open discussion is presented,which may result in the identification of a variety of future research possibilities for human lower limb activity recognition. Therefore, it is possible to anticipate that the framework presented in this study can aid in the advancement of sEMG-basedrecognition of human lower limb activity.

#Human lower limb activity recognition · Surface electromyography signal · Machine learning techniques · Biomedical signal processing · Human-machine interaction

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Ankit Vijayvargiya

소속기관 Malaviya National Institute of Technology

주요연구분야 공학 > 기타공학 > 의공학

논문수 1 이용수 0

Bharat Singh

소속기관

주요연구분야 공학 > 기타공학 > 의공학

논문수 1 이용수 0

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)