Abstract: D. S. Hiremath, S. S. Banerjee, P. Karthick, R. Swaminathan (2024)

Neuromuscular fatigue can be monitored using complexity domain analysis of surface electromyography (sEMG) signals. This study provides a technique to detect fatigue induced change in signal complexity using the entropic measurements of its recurrence pattern. For this purpose, fifteen participants have been recruited to perform isometric fatiguing exercise and signals are acquired from the biceps brachii muscle of the dominant hands. Thresholded recurrence plot is constructed from the non-fatigue and fatigue segments of the signal. Bidimensional dispersion entropy (DispEn2D) is calculated to quantify the textural change in the resulting recurrence plot. The results show that the present approach can distinguish between non-fatigue and fatigue states. Decrease in the DispEn2D values in the fatigue state shows there is an increase in periodic component of sEMG signal during fatiguing contraction.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Analysis of muscle fatigue using entropy-based measures from the recurrence pattern of surface electromyography signals