肌电数据处理实战05：真实髋伸展训练sEMG的多肌肉协同分析

前 4 个案例已经完成了肌电入门中非常重要的几步：从最基础的公开 EMG 读取、滤波、整流、包络，到活动段检测、时频图、机器学习分类，再到真实手部抓握数据中的双通道协同和重复动作趋势分析。到了第 5 个案例，我们继续往前走一步：不再只看一条肌电信号，也不只比较几个孤立动作，而是把一个真实运动训练场景中的多块肌肉放在一起观察。

本案例使用真实公开数据集HipBridgeEMG: sEMG Dataset of Posterior Muscles During Glute Bridge and PHE，来自 Zenodo：

https://zenodo.org/records/17465228

DOI：

10.5281/zenodo.17465228

这份数据记录的是健康成年人在两种髋伸展训练动作中的表面肌电信号：

• glb: glute bridge，臀桥
• phe: prone hip extension，俯卧髋伸展

每个数据文件是.csv.gz压缩格式，里面包含时间列和 8 个表面肌电通道。采样率为 1000 Hz。电极记录的肌肉包括左右两侧的股直肌、臀大肌、竖脊肌和股二头肌长头。

本案例的完整代码在：

E:\Upython\PycharmProjects\EMGPython0721\Case5\emg_case5_hip_extension_synergy.py

本篇文章对应的结果文件在：