陣列式sEMG信號(hào)自動(dòng)分解方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種陣列式sEMG信號(hào)自動(dòng)分解方法。
【背景技術(shù)】
[0002] 表面肌電信號(hào)（surface EMG，sEMG)是利用表面電極從人體體表檢測(cè)肌電信 號(hào)，與針電極肌電信號(hào)（Needle EMG，NEMG)相比，它具有無創(chuàng)性、易于患者接受的特點(diǎn)，因 此應(yīng)用前景廣闊。實(shí)驗(yàn)表明，利用陣列式sEMG能夠提高運(yùn)動(dòng)單元（MU)的檢測(cè)率，特別是提 高小幅值運(yùn)動(dòng)單元活動(dòng)電位（MUAP)的檢出和識(shí)別效果。sEMG的起源是MUAP，活動(dòng)電位由 給定肌肉收縮過程中所激活的每一個(gè)運(yùn)動(dòng)單位所釋放。在任何一個(gè)給定的募集模式，眾多 的運(yùn)動(dòng)單位以非同步的模式被激活，這些運(yùn)動(dòng)單位活動(dòng)的總和構(gòu)成了肌電信號(hào)的強(qiáng)度。陣 列式sEMG信號(hào)實(shí)質(zhì)上是多個(gè)運(yùn)動(dòng)單位活動(dòng)電位的總和，其波幅典型地在l~5000uv之間，頻 率范圍為10~400Hz。在臨床上，通過陣列式sEMG可以較全面地了解神經(jīng)肌肉的功能狀態(tài)， 鑒別神經(jīng)源性和肌源性疾病，判斷神經(jīng)損傷的部位、程度及恢復(fù)狀況，并且陣列式sEMG信 號(hào)的檢測(cè)分析對(duì)康復(fù)醫(yī)學(xué)及運(yùn)動(dòng)醫(yī)學(xué)也有具有重要意義。
[0003] 陣列式sEMG分解實(shí)質(zhì)上是對(duì)sEMG包含的運(yùn)動(dòng)單元發(fā)放序列進(jìn)行分類，提取出運(yùn) 動(dòng)單元各電位序列。目前，sEMG分類方法主要有：K均值聚類算法、模板匹配法、人工神經(jīng) 網(wǎng)絡(luò)（ANN)算法、實(shí)時(shí)線性混疊盲信號(hào)分離算法、獨(dú)立成分分折（ICA)、卷積核補(bǔ)償算法等 方法。K-均值聚類算法需要指定聚類的類別數(shù)，而在肌電信號(hào)缺少運(yùn)動(dòng)單元發(fā)放的先驗(yàn)知 識(shí)，難以對(duì)類別進(jìn)行精確的指定。模板匹配法由于模板獲取困難，應(yīng)用受限。ANN可以解決 含更多迭加波形情形和在低信噪比時(shí)更好地消除絕對(duì)誤差，然而，ANN方法一旦訓(xùn)練后，網(wǎng) 絡(luò)就固定不變，當(dāng)模板的形狀發(fā)生變化時(shí)，神經(jīng)網(wǎng)絡(luò)還需重新訓(xùn)練，所以強(qiáng)健性不好。ICA是 一種盲信號(hào)分解技術(shù)，它假設(shè)構(gòu)成肌電信號(hào)的各MUAPT相互獨(dú)立，然后把信號(hào)分解成若 干相互獨(dú)立的成分。卷積核補(bǔ)償算法方法是一種盲信號(hào)分解方法，該方法在波形疊加嚴(yán)重 時(shí)效果仍然不理想。陣列式sEMG的信噪比較低，MUAP波形的變異性強(qiáng)且相互間的疊加程度 較大，這是導(dǎo)致其分解困難的主要原因。很多研究者將插入式肌電信號(hào)的分解方法做一些 修改應(yīng)用到表面肌電信號(hào)的分解研究中，但是都不能達(dá)到插入式肌電信號(hào)的分解效果?？?的來看，表面肌電信號(hào)分解研究還處于探索階段，是肌電研究領(lǐng)域的難點(diǎn)之一。

【發(fā)明內(nèi)容】

[0004] 鑒于上述問題，本發(fā)明的目的在于提供一種陣列式SEMG信號(hào)自動(dòng)分解方法。
[0005] 為實(shí)現(xiàn)上述目的，針對(duì)陣列式表面電極肌電信號(hào)，提出基于最小距離器的聚類方 法，對(duì)發(fā)放波形進(jìn)行分類，并且在這個(gè)過程中，不求解矩陣，通過卷積核補(bǔ)償方法得到肌肉 運(yùn)動(dòng)單元的數(shù)目和發(fā)放序列，實(shí)現(xiàn)陣列式sEMG的分解。由于該方法同時(shí)考慮發(fā)放波形和發(fā) 放時(shí)刻，相對(duì)于其它方法，該方法具有sEMG分解精度高的優(yōu)點(diǎn)。
[0006] 本發(fā)明公開了一種陣列式sEMG信號(hào)自動(dòng)分解方法。其包括以下步驟： 步驟一：陣列式sEMG信號(hào)預(yù)處理：對(duì)sEMG信號(hào)濾波，剔除干擾； 步驟二：計(jì)算初始發(fā)放序列向量：利用陣列sEMG信號(hào)各通道信號(hào)的相關(guān)性，計(jì)算初始 發(fā)放序列向量，作為提取初值； 步驟三：確定運(yùn)動(dòng)單元個(gè)數(shù)：利用時(shí)域減法，從sEMG中獲得運(yùn)動(dòng)單元個(gè)數(shù)，作為聚類個(gè) 數(shù)； 步驟四：對(duì)陣列式sEMG波形聚類：根據(jù)所述聚類個(gè)數(shù)，利用最小距離分類器，對(duì)陣列式 sEMG波形聚類； 步驟五：計(jì)算新的運(yùn)動(dòng)單元發(fā)放序列向量：根據(jù)所述波形聚類結(jié)果，取含最多時(shí)刻的 類，計(jì)算該類時(shí)刻波形均值，計(jì)算新的發(fā)放序列向量； 步驟六：對(duì)所有發(fā)放序列歸類整理：重復(fù)步驟二--步驟五，剔除重復(fù)的以及不合理 的發(fā)放序列向量，優(yōu)化結(jié)果。
[0007] 優(yōu)化的技術(shù)措施包括： 上述SEMG信號(hào)的互相關(guān)矩陣表示為：
其中r是采樣時(shí)刻，龍O是第歡個(gè)采樣時(shí)刻的陣列信號(hào)，抑是第歡個(gè)采樣時(shí)刻的陣列 信號(hào)轉(zhuǎn)置，_；)是數(shù)序期望。
[0008] 運(yùn)動(dòng)單元發(fā)放序列表示為：
其中C-1陣列信號(hào)互相關(guān)矩陣的逆矩陣。
[0009] 上述歐氏距離公式表示為：
其中·是某個(gè)時(shí)刻對(duì)應(yīng)的陣列sEMG的值，是K個(gè)時(shí)刻對(duì)應(yīng)的陣列sEMG值的平均 值。
[0010] 新的運(yùn)動(dòng)單元發(fā)放序列的計(jì)算公式表示為：
其中:_f是N個(gè)波形平均值轉(zhuǎn)置。
[0011]與現(xiàn)有技術(shù)相比，本發(fā)明的一種陣列式sEMG信號(hào)自動(dòng)分解方法，在計(jì)算初始發(fā)放 序列時(shí)，由于最大峰值往往是由于干擾造成的，導(dǎo)致其值畸高，所以本發(fā)明采用的是次大峰 值所對(duì)應(yīng)的時(shí)刻，得到更為準(zhǔn)確的發(fā)放序列初值；本發(fā)明利用時(shí)域減法獲得相減次數(shù)M，該 次數(shù)M作為分類個(gè)數(shù)，實(shí)際上提供了運(yùn)動(dòng)單元數(shù)目，為后續(xù)的最小距離器分類提供先驗(yàn)知 識(shí)，提高了分解準(zhǔn)確性；本發(fā)明利用歐氏距離作為分類依據(jù)，實(shí)現(xiàn)方便、簡(jiǎn)單；由于本發(fā)明 分類針對(duì)的是波形，而互相關(guān)矩陣計(jì)算的是發(fā)放時(shí)刻，所以分解過程同時(shí)考慮了發(fā)放時(shí)刻 和發(fā)放波形，大大提高了分解的準(zhǔn)確性；本發(fā)明不需要計(jì)算運(yùn)動(dòng)單元發(fā)放序列和陣列sEMG 信號(hào)間混合矩陣，大大減少計(jì)算時(shí)間，提高了效率。本分解方法運(yùn)行過程不需要人工干預(yù)， 使用方便。
【附圖說明】
[0012] 圖1是本發(fā)明流程圖。
【具體實(shí)施方式】
[0013] 以下結(jié)合附圖實(shí)例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述，本領(lǐng)域技術(shù)人員可由本說明書所 揭露的內(nèi)容輕易地實(shí)現(xiàn)。
[0014] 如圖1所示為本發(fā)明的流程圖。
[0015] 步驟一：陣列式sEMG信號(hào)預(yù)處理：對(duì)sEMG信號(hào)濾波，剔除干擾。由于sEMG信號(hào)中 包含各種干擾信號(hào)，預(yù)處理首先需要采用帶通濾波器，保留1〇Ηζ--500Ηζ頻段信號(hào)，然后采 用陷波濾波器，濾除50Hz工頻干擾。
[0016] 步驟二：計(jì)算初始發(fā)放序列向量：利用陣列sEMG信號(hào)各通道信號(hào)的相關(guān)性，計(jì)算 初始發(fā)放序列向量，作為提取初值。具體過程為：首先計(jì)算陣列sEMG信號(hào)互相關(guān)矩陣以及 互相關(guān)矩陣逆矩陣，互相關(guān)矩陣表示為：
其中，是采樣時(shí)刻，是第f個(gè)采樣時(shí)刻的陣列信號(hào)，是第f個(gè)采樣時(shí)刻的陣列 信號(hào)轉(zhuǎn)置，攻）是數(shù)序期望。計(jì)算互相關(guān)矩陣的逆矩陣?yán)腺?，?br>然后采樣時(shí)刻，取sEMG信號(hào)能量的中值，能量按照下式計(jì)算：
取能量中值所對(duì)應(yīng)的時(shí)刻％。最后利用如下公式計(jì)算得到運(yùn)動(dòng)單元發(fā)放序列向量的初 值
步驟三：確定運(yùn)動(dòng)單元個(gè)數(shù)：利用時(shí)域減法，從sEMG中獲得運(yùn)動(dòng)單元個(gè)數(shù)，作為聚類個(gè) 數(shù)。具體過程為：首先從運(yùn)動(dòng)單元發(fā)放序列向量的初值咖)> 中，找到次大峰值，記該次大峰 值所對(duì)應(yīng)時(shí)刻為:你，其次計(jì)算:郵時(shí)刻發(fā)放序列，計(jì)算公式如下：
然后發(fā)放序列中找到κ個(gè)最大峰值所對(duì)應(yīng)的時(shí)刻，一般取_€_0$||。取K個(gè)時(shí)刻 所對(duì)應(yīng)的陣列SEMG值，相加并除以K，得到K個(gè)時(shí)刻的均值。最后在時(shí)域上，用陣列sEMG信 號(hào)逐次減K個(gè)時(shí)刻波形平均值，直到結(jié)果為負(fù)數(shù)停止，記錄相減次數(shù)M，該M值即運(yùn)動(dòng)單元個(gè) 數(shù)。
[0017] 步驟四：對(duì)陣列式SEMG波形聚類：根據(jù)所述聚類個(gè)數(shù)M，利用最小距離分類器，對(duì) 陣列式sEMG波形聚類。
[0018] 最小距離分類器中采用歐氏距離，歐氏距離公式表示為：
其中欺是某個(gè)時(shí)刻對(duì)應(yīng)的陣列sEMG的值，巧:是K個(gè)時(shí)刻對(duì)應(yīng)的陣列sEMG值的平均 值。
[0019] 步驟五：計(jì)算新的運(yùn)動(dòng)單元發(fā)放序列向量：根據(jù)上述波形聚類結(jié)果，取含最多時(shí) 刻的類，計(jì)算該類時(shí)刻波形均值，計(jì)算新的發(fā)放序列向量。
[0020] 新的運(yùn)動(dòng)單元發(fā)放序列的計(jì)算公式表示為：
其中jfii是N個(gè)波形平均值轉(zhuǎn)置。
[0021] 步驟六：對(duì)所有發(fā)放序列歸類整理：重復(fù)步驟二一步驟五，直到初始發(fā)放時(shí)刻不 能提取，sEMG提取完成。剔除重復(fù)的以及不合理的發(fā)放序列向量，優(yōu)化結(jié)果。不合理的發(fā) 放序列指發(fā)放時(shí)刻小于15毫秒的序列，需剔除。
【主權(quán)項(xiàng)】
1. 一種陣列式sEMG信號(hào)自動(dòng)分解方法，其特征是包括以下步驟： 步驟一：陣列式sEMG信號(hào)預(yù)處理：對(duì)sEMG信號(hào)濾波，剔除干擾； 步驟二：計(jì)算初始發(fā)放序列向量：利用陣列sEMG信號(hào)各通道信號(hào)的相關(guān)性，計(jì)算次大 峰值的初始發(fā)放序列向量，作為提取初值； 步驟三：確定運(yùn)動(dòng)單元個(gè)數(shù)：利用時(shí)域減法，從sEMG中減去K個(gè)最大峰值所對(duì)應(yīng)波形 的平均值，獲得運(yùn)動(dòng)單元個(gè)數(shù)，作為聚類個(gè)數(shù)； 步驟四：對(duì)陣列式sEMG波形聚類：根據(jù)所述聚類個(gè)數(shù)，利用最小距離分類器，對(duì)陣列式 sEMG波形聚類； 步驟五：計(jì)算新的運(yùn)動(dòng)單元發(fā)放序列向量：根據(jù)所述波形聚類結(jié)果，取含最多時(shí)刻的 類，計(jì)算該類時(shí)刻波形均值，計(jì)算新的發(fā)放序列向量； 步驟六：對(duì)所有發(fā)放序列歸類整理：重復(fù)步驟二--步驟五，剔除重復(fù)以及不合理的 發(fā)放序列向量，優(yōu)化結(jié)果。2. 根據(jù)權(quán)利2要求所述的一種陣列式sEMG信號(hào)自動(dòng)分解方法，其特征是：采用次大峰 值所對(duì)應(yīng)時(shí)刻的發(fā)放序列作為初值向量。3. 根據(jù)權(quán)利2要求所述的一種陣列式sEMG信號(hào)自動(dòng)分解方法，其特征是：利用K個(gè)時(shí) 刻波形平均值，通過時(shí)域減法確定聚類個(gè)數(shù)。4. 根據(jù)權(quán)利3要求所述的一種陣列式sEMG信號(hào)自動(dòng)分解方法，其特征是：在最小距離 分類器中，采用歐氏距離，以sEMG波形作為分類目標(biāo)，提高分解可靠性。
【專利摘要】本發(fā)明提供一種陣列式sEMG信號(hào)自動(dòng)分解方法，首先對(duì)陣列式sEMG信號(hào)預(yù)處理，并且計(jì)算初始發(fā)放序列向量；其次利用時(shí)域減法確定運(yùn)動(dòng)單元個(gè)數(shù)，即聚類個(gè)數(shù)；然后根據(jù)聚類個(gè)數(shù)，利用最小距離分類器對(duì)陣列式sEMG波形聚類；最后重新計(jì)算新的運(yùn)動(dòng)單元發(fā)放序列向量，循環(huán)執(zhí)行程序直至分解完成，并對(duì)所有發(fā)放序列歸類整理，優(yōu)化結(jié)果。該分解方法準(zhǔn)確性高，計(jì)算快速、實(shí)現(xiàn)簡(jiǎn)單。
【IPC分類】A61B5/0488
【公開號(hào)】CN104997508
【申請(qǐng)?zhí)枴緾N201510512579
【發(fā)明人】何金保, 駱再飛, 易新華, 廖遠(yuǎn)江
【申請(qǐng)人】寧波工程學(xué)院
【公開日】2015年10月28日
【申請(qǐng)日】2015年8月19日