面向強(qiáng)干擾的陣列式表面肌電信號分解方法
【專利摘要】本發(fā)明提供一種面向強(qiáng)干擾的陣列式表面肌電信號分解方法，首先對雙差分的陣列式表面肌電信號采用包絡(luò)線平均方法預(yù)處理，改善信號質(zhì)量；然后利用卷積核補(bǔ)償算法提取運(yùn)動(dòng)單元發(fā)放序列，并且根據(jù)發(fā)放規(guī)律修正該序列，并循環(huán)提取新的發(fā)放序列，最后整理優(yōu)化所有得到的發(fā)放序列，刪除重復(fù)序列。該分解方法是面向強(qiáng)干擾陣列式表面肌電信號，具有提取的發(fā)放時(shí)刻準(zhǔn)確性高、計(jì)算快速、實(shí)現(xiàn)簡單的優(yōu)點(diǎn)。
【專利說明】
面向強(qiáng)干擾的陣列式表面肌電信號分解方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種面向強(qiáng)干擾的陣列式表面肌電信號分解方法。
【背景技術(shù)】
[0002] 表面肌電信號（surface EMG，sEMG)是利用表面電極從人體體表檢測肌電信號，與 針電極肌電信號(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)的檢出和識別效果。在采集sEMG的過程中，在某些場合由于電極 的移動(dòng)及測量環(huán)境差，只能得到強(qiáng)干擾的sEMG信號，比如括約肌sEMG信號。在強(qiáng)干擾sEMG信 號分解中，由于采集到的信號質(zhì)量很差，分解十分困難。s EMG的本質(zhì)上是MUAP的疊加 ，MUAP 由肌肉收縮過程中所激活的運(yùn)動(dòng)單元所釋放。陣列式sEMG信號波幅在1~5000UV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。
[0003] 陣列式sEMG分解實(shí)質(zhì)上是對sEMG包含的運(yùn)動(dòng)單元發(fā)放序列進(jìn)行分類，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 信號分離算法、獨(dú)立成分分折（ICA)、卷積核補(bǔ)償算法等。K-均值聚類算法需要指定聚類的 類別數(shù)，而在肌電信號缺少運(yùn)動(dòng)單元發(fā)放的先驗(yàn)知識，難以對類別進(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是一種盲信號分解技術(shù)，它假設(shè)構(gòu)成肌電信 號的各運(yùn)動(dòng)單元發(fā)放序列相互獨(dú)立，然后把信號分解成若干相互獨(dú)立的成分。卷積核補(bǔ)償 算法方法是一種盲信號分解方法，該方法已被驗(yàn)證效果較理想。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的分解方法做一些修改應(yīng)用到表面肌電信號的分解研究中，但是都 不能達(dá)到插入式肌電信號的分解效果。上述算法在強(qiáng)干擾sEMG信號中，直接應(yīng)用，效果不 好?？偟膩砜?，面向強(qiáng)干擾的陣列式表面肌電信號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面向強(qiáng)干擾的表面肌電信號分解方 法。
[0005] 為實(shí)現(xiàn)上述目的，針對強(qiáng)干擾陣列式表面電極肌電信號，提出先將原始信號預(yù)處 理，改善信號質(zhì)量，再采用卷積核補(bǔ)償算法分解。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。由于該方法對原始信號進(jìn)行了預(yù)處理，增強(qiáng) 了信號特征，相對于其它方法，該方法具有sEMG分解精度高的優(yōu)點(diǎn)。
[0006] 本發(fā)明公開了一種面向強(qiáng)干擾的陣列式表面肌電信號分解方法，其特征是包括以 下步驟：
[0007] 步驟一:對陣列式表面肌電信號濾波，削弱干擾，然后沿肌纖維方向雙差分肌電信 號；
[0008] 步驟二:采用分段包絡(luò)線平均方法，對上述每個(gè)通道的雙差分表面肌電信號預(yù)處 理，增強(qiáng)信號特征，得到信號S，方法如下：
[0009] 1)將表面肌電信號分割成時(shí)間長度為T長度的信號（40ms彡T彡100ms)，得到多段 十曰可Sk(k=l，2,3, · · ·);
[0010] 2)對每段信號Sk作上包絡(luò)線Cki和下包絡(luò)線Ck2;
[0011] 3)對每段信號取上下包絡(luò)線的均值& =hQfl+Q；2)代替原信號。
[0012] 4)將各段包絡(luò)線均值連接得到新的信號S。
[0013] 步驟三:采用卷積核補(bǔ)償算法對表面肌電信號S提取發(fā)放時(shí)刻；
[0014] 步驟四：對發(fā)放時(shí)刻進(jìn)行修正，補(bǔ)充和刪除錯(cuò)誤的發(fā)放時(shí)刻，得到一個(gè)發(fā)放時(shí)刻序 列；
[0015] 步驟五:然后重復(fù)步驟三--步驟四，設(shè)置循環(huán)次數(shù)，提取多個(gè)發(fā)放時(shí)刻序列；
[0016] 步驟六:對所有發(fā)放序列歸類整理，刪除重復(fù)的發(fā)放序列向量，優(yōu)化結(jié)果。
[0017] 優(yōu)化的技術(shù)措施還包括：
[0018] 上述卷積核補(bǔ)償算法是利用sEMG信號的相關(guān)性提取發(fā)放時(shí)刻，互相關(guān)矩陣表示 為：
[0019] C = E(S(n)ST(n))
[0020] 其中η是采樣時(shí)刻，S(n)是第η個(gè)采樣時(shí)刻的陣列信號，ST(n)是第η個(gè)采樣時(shí)刻的 陣列信號轉(zhuǎn)置，Ε( ·)是數(shù)序期望。
[0021] 某時(shí)刻η'運(yùn)動(dòng)單元發(fā)放序列表示為：
[0022] C(n,)=ST(n,)C_1S(n,)
[0023] 其中C-1陣列信號互相關(guān)矩陣的逆矩陣。
[0024] 與現(xiàn)有技術(shù)相比，本發(fā)明的一種面向強(qiáng)干擾的陣列式表面肌電信號分解方法，由 于強(qiáng)干擾的sEMG信號波形畸變嚴(yán)重，為了保證信號特征及提升信號質(zhì)量，本發(fā)明采用分段 包絡(luò)線均值曲線代替原始sEMG信號，并且分段時(shí)間長度可調(diào)，時(shí)間越短，效果越好，但計(jì)算 時(shí)間越長，具體時(shí)間長度根據(jù)實(shí)際情況確定。本發(fā)明采用的卷積核補(bǔ)償算法不需要計(jì)算運(yùn) 動(dòng)單元發(fā)放序列和陣列sEMG信號間混合矩陣，大大減少計(jì)算時(shí)間，提高了效率，本分解方法 使用方便。
【附圖說明】
[0025]圖1是本發(fā)明流程圖。
[0026] 圖2陣列式電極圖（9X11)。
【具體實(shí)施方式】
[0027] 以下結(jié)合附圖1和圖2對本發(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)。
[0028]步驟一：陣列式sEMG信號濾波處理，刪除干擾。由于sEMG信號中包含各種干擾信 號，首先需要采用帶通濾波器，保留1〇Ηζ--400Ηζ頻段信號，然后采用陷波濾波器，濾除50Hz 工頻干擾。然后沿肌纖維方向雙差分肌電信號，雙差分方法如下：
[0029] 如圖2所示9 X 11的表面電極，圖中數(shù)字為電極編號，箭頭方向?yàn)榧∪饫w維方向，電 極陣列按照圖2方向貼在皮膚表面采集信號，得到9行11列的信號。雙差分信號是沿肌纖維 按列相減兩次得到，肌纖維方向是動(dòng)作電位傳輸方向，2次相減后可增強(qiáng)信號特征。實(shí)施方 法如下：
[0030] 第一次相減得到差分信號，將第2列電極上的信號減第1列電極上的信號得到第1 列差分信號，即電極90信號減去電極89信號，電極79信號減去電極78信號，電極68信號減去 電極67信號，…，電極2信號減去電極1信號;將第3列電極上的信號減第2列電極上的信號得 到第2列差分信號，即電極91信號減去電極90信號，電極80信號減去電極79信號，電極69信 號減去電極68信號，…，電極3信號減去電極2信號；…；將第11列電極上的信號減第10列電 極上的信號得到第10列差分信號，即電極99信號減去電極98信號，電極88信號減去電極87 信號，電極77信號減去電極76信號，…，電極11信號減去電極10信號。最終得到的差分信號 為9行10列的信號。
[0031] 第二次相減得到雙差分信號，方法同上。即將上述第2列的差分信號減第1列差分 信號得到第1列雙差分信號;將上述第3列的差分信號減第2列差分信號得到第2列雙差分信 號；···；將上述第10列的差分信號減第9列差分信號得到第9列雙差分信號;最終得到的雙差 分信號為9行9列的信號。
[0032] 步驟二:采用分段包絡(luò)線平均方法，對上述每個(gè)通道的雙差分表面肌電信號預(yù)處 理，增強(qiáng)信號特征，得到信號S，方法如下：
[0033] 1)將表面肌電信號分割成時(shí)間長度為T長度的信號(T取50ms)，得到多段信號Sk(k =1，2，3，...），允許最后一段信號長度小于50ms。
[0034] 2)對每個(gè)T長度信號Sk作上包絡(luò)線Cki和下包絡(luò)線Ck2;
[0035] 3)對每段信號取上下包絡(luò)線的均值^ +CM)代替原信號。
[0036] 4)將各段包絡(luò)線均值連接得到新的信號S。
[0037]步驟二:利用卷積核補(bǔ)償算法計(jì)算發(fā)放序列。卷積核補(bǔ)償算法是利用陣列sEMGf目 號各通道信號的相關(guān)性，計(jì)算發(fā)放序列。具體過程為:首先計(jì)算陣列sEMG信號互相關(guān)矩陣以 及互相關(guān)矩陣逆矩陣，互相關(guān)矩陣表示為：
[0038] C = E(S(n)ST(n))
[0039] 其中η是采樣時(shí)刻，S(n)是第η個(gè)采樣時(shí)刻的陣列信號，ST(n)是第η個(gè)采樣時(shí)刻的 陣列信號轉(zhuǎn)置，Ε( ·)是數(shù)序期望。計(jì)算互相關(guān)矩陣的逆矩陣C-1，即
[0040] C_1=[E(S(n)ST(n))]_1
[0041] 然后采樣時(shí)刻η取sEMG信號能量的中值，能量按照下式計(jì)算：
[0042] Δ =ST(n)C_1S(n)
[0043] 取能量中值△所對應(yīng)的時(shí)刻no。最后利用如下公式計(jì)算得到運(yùn)動(dòng)單元發(fā)放序列：
[0044] ξ(η〇) = ST(n〇)C_1S(n〇)
[0045] 步驟四：對發(fā)放時(shí)刻ξ(η〇)進(jìn)行修正，補(bǔ)充和刪除錯(cuò)誤的發(fā)放時(shí)刻，得到一個(gè)發(fā)放 時(shí)刻序列ξ(η〇)。由于運(yùn)動(dòng)單元的發(fā)放頻率為10-50Ηζ，所以發(fā)放時(shí)刻間隔時(shí)間20ms-100ms 范圍內(nèi)，對發(fā)放時(shí)刻序列出現(xiàn)間隔小于20ms發(fā)放時(shí)刻刪除，對于間隔100ms以上缺少發(fā)放時(shí) 刻的應(yīng)該根據(jù)頻率補(bǔ)充發(fā)放時(shí)刻。
[0046]步驟五：然后重復(fù)步驟三-----步驟四，設(shè)置循環(huán)次數(shù)500，提取多個(gè)發(fā)放時(shí)刻序 列；
[0047]步驟六:對所有發(fā)放序列歸類整理，刪除重復(fù)的發(fā)放序列向量，優(yōu)化結(jié)果。sEMG提 取完成后刪除重復(fù)的發(fā)放序列，優(yōu)化結(jié)果。
【主權(quán)項(xiàng)】
1. 一種面向強(qiáng)干擾的表面肌電信號分解方法，其特征是包括W下步驟： 步驟一:對陣列式表面肌電信號濾波，削弱干擾，然后沿肌纖維方向雙差分肌電信號； 步驟二:采用分段包絡(luò)線平均方法，對上述每個(gè)通道的雙差分表面肌電信號預(yù)處理，增 強(qiáng)信號特征，得到信號S，方法如下： 1) 將表面肌電信號分割成時(shí)間長度為T長度的信號(40ms《T《100ms)，得到多段信號Sk 化二 1,2,3,...); 2) 對每段信號Sk作上包絡(luò)線Cki和下包絡(luò)線Ck2; 3) 對每段信號取上下包絡(luò)線的均值'戈替原信號； 4) 將各段包絡(luò)線均值連接得到新的信號S; 步驟Ξ:采用卷積核補(bǔ)償算法對表面肌電信號S提取發(fā)放時(shí)刻； 步驟四：對發(fā)放時(shí)刻進(jìn)行修正，補(bǔ)充和刪除錯(cuò)誤的發(fā)放時(shí)刻，得到一個(gè)發(fā)放時(shí)刻序列； 步驟五:然后重復(fù)步驟Ξ--步驟四，設(shè)置循環(huán)次數(shù)，提取多個(gè)發(fā)放時(shí)刻序列； 步驟六:對所有發(fā)放序列歸類整理，刪除重復(fù)的發(fā)放序列向量，優(yōu)化結(jié)果。
【文檔編號】G06K9/00GK105975917SQ201610274279
【公開日】2016年9月28日
【申請日】2016年4月28日
【發(fā)明人】何金保, 駱再飛, 周世官
【申請人】寧波工程學(xué)院