从肌电信号中减少工频干扰方法的性能比较分析.docx

《从肌电信号中减少工频干扰方法的性能比较分析.docx》由会员分享，可在线阅读，更多相关《从肌电信号中减少工频干扰方法的性能比较分析.docx（8页珍藏版）》请在第一文库网上搜索。

1、第1卷第1期集成技术Vo1.1No.1201,年6IC1IRNA1CFINTFGRATICNTRrI1NC1CG、MCy玄)15从肌电信号中减少工频干扰方法的性能比较分析张浩诗武振兴田岚杨琳李光林(中国科学院深圳先进技术研究院生物医学与健康工程研究所深圳518055)摘要如何从肌电信号中有效地减少工频干扰一直是肌电信号检测与应用中的突出问题。本文总结数字陷波、1MS自适应滤波、卡尔曼(Ka1man)滤波和S变换等几种适合进行实时工频干扰去除的方法，研究和分析它们在去除肌电信号中工频干扰的性能。初步结果表明：Ka1man滤波方法在从肌电信号中减少工频干扰方面表现出了较好的整体性能，而S变换方法对

2、具有严重工频干扰的肌电信号具有较好的噪声抑制效果。关键词肌电信号：工频干扰；滤波方法：干扰减少AComparativeAna1ysisofPerformanceofSomeProcessingMethodsinReducingPower-1ineInterferencefromEMGRecordingsZHANGHao-shiWUZhen-xingTIAN1anYANG1in1IGuang-Iin(InstituteofBiomedicatandHea1thEngineering,ShenzhenInstitutesOfAdvancedTechno1ogy,ChineseAcademyofSc

3、iences,Shenzhen518055)AbstractEffective1yreducingpower1ineinterferenceisa1waysanimportantissueine1ectromyography(EMG)signa1recordingsandana1ysis.Inthisstudy,fourcommon1yuseddc-noisingmethods,inc1udingdigita1notch,1MSbasedadaptivefi1ter,KaImanfi1terandStransform,whichmaybesuitab1eforthereductionofpow

4、er1ineinterferenceinrea1timeEMGrecordings,werechosenandtheirperformanceinreducingthepower1ineinterferencefromEMGsigna1recordingswerequantitative1yana1yzedandcompared.Thepi1otresu1tsofthisstudyshowedthatKa1manfi1terpresentedthebestwho1eperformanceinattenuatingpower1ineinterferencefromEMGsigna1sandStr

5、ansformde-noisingmethodi11ustratedthebestperformancewhenthepower1ineinterferencewassevere.KeywordsEMGsigna1;power1ineinterference:fi1teringmethods;interferencereduction间存在着不同程度的关联性，能在定程度上反映神经、肌肉的活动，因此其被广泛地应用于临床诊断、康复评估、仿生控制和肌肉疲劳监测等领域,在肌表面肌电(e1ectromyography,EMG)信号是从人体骨骼肌表面通过电极引导、记录下来的神经肌肉活动发射的生物电信号，与

6、肌肉的活动状态和功能状态之电信号检测与分析应用过程中，势必会引入干扰噪声，难以直接对其进行分析研究，工频干扰由于强度大且频率处于肌电信号主要频带范围内，直是肌电基金项目：国家自然科学基金(60971076、61135004)；深圳市政府基础研窕计划(JC201005270295A)；深圳市生物医疗电子与健康信息公共技术服务平台：广东省低成本健康技术创新团队基金；深圳市个性化骨科技术与服务平台。张浩诗，研究助理，主要从事人体电生理信号的采集分析，运动模式识别和肌电假肢的控制研究，在数字信号处理方面具有一定的经脸。E-mai1:Zhanghaoshi.武振兴,硕士，研究助理，研究方向为生物电信号的

7、采集与处理，控制系统的硬件设计与开发，田岚，研究助理，主要研究方向为运动神经信息采集与分析、神经假肢控制设计。杨琳，博士，助理斫究员，研究方向为临床应用解剖及医学生物力学，目前从事运动神经功能康亚及重建研究。李光林，博上，研究员，主要研究方向为神经康旦工程、生物医学信号处理及生物医学仪器等.E-mai1:g1.1io1期张浩诗等:从肌电信号中减少工频干扰方法的性能比较分析115信号噪声去除中的突出问题心。研究人员通过在硬件，是高斯窗的频域表示，尸表示上采取屏蔽和接地，添加模拟陷波器等措施来抑制工频干扰，确实可将噪声减小到一个相当的程度，但仅仅依靠硬件上的处理措施并不能完全解决干扰问题。随着数字

8、信号处理技术的发展，数字滤波成为工频干扰压制的主要方法。目前，已有许多用数字方法进行工频干扰去除的研究，常用的有平滑滤波，自适应滤波，小波变换，独立成分分析等咒对于各种方法的效果，许多研究停留在主观观察和简单的频谱比较，没有对去噪后有用信号的保留情况进行具体分析。同时许多方法由于计算时间和计算原理的限制不能用于EMG信号实时采集过程中的去噪分析，而EMG信号的很多应用，均需要实时快速的分析，尤其是在仿生控制等应用中二，本文总结几种适合实时进行工频干扰去除的数字处理方法，并对其从肌电信号中减小工频干扰的效果进行比较分析，为EMG信号实时应用过程中的数字处理方法选择提供依据。2算法原理2.1 S变

9、换方法S变换是由美国地球物理学家StoCkWC1I提出的一种加时窗傅里叶变换方法，是连续小波变换(CwT)的扩展，能够提供每一个频率成分的瞬时幅值和瞬时相位。信号x(t)的S变换定义为：Sg)=N)掾呼一八。假定是信号x(t)的傅里换的频举表示方法为：叶变换，则信号x(t)SUm=j(/+a)e7g*eXda的S变-F-,X(+)()0其中G(a)=2阳力2傅里叶逆变换。根据离散傅里叶变换和逆变换定义，S变换的离散形式可以表示为：I.v-,m5,-Xm+kGk,nejr,k0S10，/】X，*-(3)其中，/,叽=0,1,2.NT,N是总的采样点数，G伏,)其实是高斯窗函数的离散傅里叶变换表示

10、，定义如下：fe-2*m(N2-1)G(k,m),e&1,(N/2W/n(N-I)(4)S变换可以利用快速傅里叶变换来实现，这保证了它良好的计算速度，为实时操作奠定了基础。同时，S变换的逆变换是傅里叶变换，因此与傅里叶谱密切相关。最重要的一点，S变换是一种线性操作，一个加性信号的S变换，是其各组成成分的S变换之和，这个特点为从信号中去除一些特定成分提供了方便。图1为一段含工频干扰的EMG信号的S变换：可以看到50HZ处对应一个明显的能量带，可以通过该频带对应的S变换矩阵对工频噪声信号进行估计。图1一段含工频干扰EMG信号的S变换利用S变换方法去除EMG信号中工频干扰的步骤如下no1：(1)对含

11、50HZ工频干扰的EMG信号进行S变换，得到信号中所有频率成分的幅值和相位的时变阵列；(2)利用S变换阵列中50Hz对应的时间序列估计工频噪声的幅值和相位信息，从而得到工频干扰的估计值；(3)从原始信号中减去估计工频噪声。2.2 Ka1man滤波ka1man滤波是种线性最小均方误差估计，它根据前一个估计值和最近一个观察数据来估计信号的当前值，是用状态方程和递推方法来进行估计的。“6集成Xn=AXn+bnM=47X,+匕(6)其中，卬”为系统噪声，对应模型估计误差XfZj，公仔。y-IAb=力=10r,0=2f0fs,/、/分别为工频干扰频率和信号采样频率。计理论已经非常成熟。本文选用了基于窗函

12、数法设计的将含噪的EMG信号作为观察信号，通过递推估计过程得到工频干扰的估计，最终以“新息”的形式得到“干七1区I=优/+仙从“昨h=-Z*匕h”=/：-屈”月实际应用中，我们把含有工频干扰的EMG信号看作是EMG信号和工频干扰噪声信号的叠加：稣=/+匕(5)其中，用为工频技术2012年的F1R滤波白肥，其幅频特性和相频特性如图2所示:干扰信号，t为不含工频干扰的EMG信号。工频干扰信号可以看作是未知幅值和相位的正弦信号，因此根据三角法则，可将为信号表示为适合卡尔曼滤波的状态方程形式：图250HZ数字陷波器的幅频响应(上)和相频响应(下)净”的EMG信号。卡尔夏递推过程如下：共中.-=f.O=

13、EMK9的堵益.疗和方分别为状态向量协力*的与施和上一次估计他我们址终需要的信号足域推过程中得到的“新息1V.-zx;.I1干小均方谍爰(IC7MmnSquare.I,MS)3实验分析是滤波器为便于研究EMG信号中各种方法去噪的具体效果，我们对100段长度为8s,采样频率为IOOOHZ的肌电信号添加不同幅值的50HZ工频噪声，噪声的幅值确定方法如下：最小均方(1eastmeanSqUarC,1MS)误差算法由WidrOW和Hoff于1959年提出，此法不需要求相关矩阵，也不涉及矩阵求逆，而是运用最优化的数学算法最陡下降法。因其结构简单、运算量小、易于实时处理等优点而被广泛应用C-。同样设定含有

14、工频干扰的EMG信号是EMG信号和工频干扰噪声信号的叠加：如式(5)o1MS自适应计算过程如下：分别用四种方法去除EMG信号中的工频噪声，分析各自的处理效果。图3和图4所示为其中一段信号添加噪声(噪声幅值百分比为100%)并处理的结果。从频谱分析上来看几种方法都对工频干扰起到了抑制作用。为了分析各种方法在处理过程中是否对原始信号产生了过大的影响，我们引入了相对误差和相关系数两个评判标准来比较原始信号和各种方法处力材=JeEkfX百分比算法的自适应滤波NNM(9)理后的信号变化情况，定义如下:Xn=U8$(2%/1)+(sin(2%y0/fs)e“=”-XiT=靖(8)相对误差(re1ative

15、IREerror,RE)：其中以为不含工频干扰的EMG信号,(10)%为工频干扰相关系数：(corre1ationcoefficient,CO：信号，也为自适应滤波器的输出，A为自适应滤波器的输入，C“为输出和输入之间的差值。滤波过程中，通过CC-逐步的计算，来调节仞和他的大小，最终使得输入输出之间的误差外尽量减小，也即使得C”中尽量不含有居成分，外即为最终需要的EMG信号。(11)2.4数字陷波器作为数字信号处理最基本的研究，数字陷波器的设张浩诗等:从肌电信号中减少工频干扰方法的性能比较分析117图3四种方法去除工频干扰效果展示。从上到下，从左至右依次为:b*1PSO1teameradi图4去噪前后信号的频谱分析图原始信号，加噪信号，S变换处理，KaIman灌波，1MS滤波，数字陷波其中，匕代表原始不含噪的原始信号幅值，匕代表某种去噪方法处理过后的信号幅值。分别根据式9为信号添加幅值百分比为30%,50%,100%,200%,500%等不同程度的50HZ