表面肌电信号的分析和特征提取.docx

《表面肌电信号的分析和特征提取.docx》由会员分享，可在线阅读，更多相关《表面肌电信号的分析和特征提取.docx（8页珍藏版）》请在第一文库网上搜索。

1、中国组织工程研究与临床康豆第74卷第43期2010-10-22出版Journa1ofC1inica1Rehabi1itativeTissueEngineeringResearchOctober22,2010Vo1.14,No.43表面肌电信号的分析和特征提取*2吴冬梅，孙欣，张志成，杜志江Featureco11ectionandana1ysisofsurfacee1ectromyographysigna1sWuDong-mei,SunXin,ZhangZhi-cheng,DuZhi-jiangAbstractStateKey1aboratoryofRoboticsandSystem,Harbi

2、nInstituteofTechno1ogy,Harbin150080.Hei1ongjiangProvince.ChinaBACKGROUND：Ana1ysisandfeatureextractionofsurfacee1ectromyographysigna1(sEMG)hasimportantmeaninginthec1inica1diagnosisofhumanfunctionandstateandpatientsrehabi1itation.OBJECTIVE:Toana1yzesEMGco11ection,signa1processing,extractionana1ysisand

3、featureva1ueextraction.METHODS:sEMGwasco11ectedfrom4musc1esinupper1imbinc1udingtricepsbrachii,anneus,bicepsbrachiiandbrachioradia1isintheprocessingofhumane1bowf1exionandstretch.Trappedwaveandbandpassfi1teringwereperformed.sEMGfeatureswereana1yzed,andtheoptimizedsEMGfeatureswereextractedusingdifferen

4、tmethods.RESU1TSANDCONC1USION:Timedomainmethodhasbeenear1yusedforSEMGana1ysis,whichiseasyandsimp1e.Frequencydomain-extractedfeaturesarestab1eandtherebyithasbecomeamainmethod.Wave1ettransformtime-frequencydomainmethod黑0Assodatembinesfeaturesoftwomethodsandexhibitspotentia1sinana1yzingSEMGprofessor,sa

5、teKey1aboratoryofRotxxicsandSystem.HarbinInstituteofTechnoiogy,Harbin150080,Hei1ongjiangProvince,ChinaWuDM,SunX,ZhangZC,DuZJ.Featureco11ectionandana1ysisofsurfacee1ectromyographysigna1s.ZhongguoZuzhiGongchengYanjiuyu1inchuangKangfu.2010:14(43):8073-8076.摘要背景：表面肌电信号的检测与分析对临床诊断人体功能状况以及患者康且具有重要意义。目的：对表

6、面肌电信号的采集、信号Mirn处理、特征分析和特征值提取方面进行分析。方法：在人体屈伸肘部的过程中，选取人体上肢4块肌肉（肱三头肌，肘肌，肱二头肌，肱棱肌）分别检测表面肌电信号，对表面肌电信号进行陷波和带通滤波等预处理（优化）。在此基础上分析表面肌电信备瑞需就冏号的特征，并应用不同的特征值提取方法对优化后的表面肌电信号进行了特征提取。结果与结论：时域方法最早应用于肌电信SUPee皿StateKey号分析，易提取、方法简单；频域方法提取的特征值较稳定，使得频域方法成为肌电信号处理技术的主流：以小波变换为代表黑黑的时-频分析方法因结合了时域、频域两方法的特性，在肌电信号分析方面颇有潜力。Syste

7、m1HarbinInstituteofTechno1ogy,Harbin150080.Hei1ongjiangProvince.Chinadzj01关键词：表面肌电信号；信号采集：信号处理（优化）：特征分析：特征值提取do1103969j.issn1673-8225.2010.43.024Supportedby：the吴冬梅，孙欣，张志成，杜志江.表面肌电信号的分析和特征提取J中国组织工程研究与临床康复，2010,14(43):8073-8076.丽OmHiBhTechno1ogyResearchhttp:/WWW.crter.orghttp：/CandDeve1opmentProgramof

8、China(863Program),No.SEMG的时、频域特征与肌肉结构以及肌肉活动2009AA04Z202：theProgramforNew表面用1电信号（SUrfaCee1ectromyographysigna1,SEMG）是从肌肉表面通过电极引导、记录下来的神经肌肉系统活动时的一维时间序列信号，其变化与参与活动的运动单位数量、运动单位活动模式和代谢状态等因素有关，能够实时、准确地和在非损伤状态下反映肌肉活动状态和功能状态。因而能在一定程度上反映神经肌肉的活动，在临床医学的神经肌肉疾病诊断、在人机工效学领域肌肉工作的工效学分析，在康复医学领域的肌肉功能评价以及在体育科学中的疲劳判定、运动

9、技术合理性分析、肌纤维类型和无氧阈值的无损伤性预测等方面均有重要实用价值阳2）。0引阔二来，对SEMG的分析主要集中在时域和频域等方面，信号分析的目的在于逋过讲究的可能原因及应用SEMG的变化有效反映肌肉的，活动和功能113-23。Disse1horst-K1ug等1同利用时域方法（平均值）提取出sEMG的特征值，用于研究SEMG与肌肉力之间的关系；Reddy等利用时域方法（均方根值RMS）提取出SEMG的特征值，用于研窕SEMG和运动位移的关系，从而实现了手指和腕关节模型的控制；Sbricco1i等口司分别利用时域方法（均方根值RMS）和频域方法（中位频率MedianFreqUenCy）提取

10、出SEMG的特征值，用于研究肱二头肌SEMG的幅值和频谱特征；罗志增等网利用时-频域方法小波变换对SEMG进行特征提取，用于SEMG的模式分类和肌电假肢的控制。本文在SEMG的采集、信号处理、特征分析和特征值提取方面进行了探究和分析：首先，SEMG的采集。利用表面电极，在人体屈伸肘部No.NCET-07-0232;theNatura1ScientificResearchInnovaiionFoundationofHartiinInstituteofTechno1ogy,No.HIT.NSRIF.2009022Received:201005-04Accepted:20100712状态和功能状态之

11、间的关联性，探讨SEMG变化CenturyExce11entTa1entsinUniversity,ISSN1673-8225CN21-1539/RCODEN:Z1KHAH8073哈尔滨工业大学机器人技术与系统国家曳点实卷室，黑龙江省哈尔滨市150080吴冬梅,女，1968年生，福建省莆田市人，汉族，2003年哈尔滨工业大学毕业，博士，副教授，主要从事医疗机器人、机器人仿真、生物医学工程研究。wdm通讯作者：杜志江，博士生导师，哈尔笳工业大学机器人技术与系统国家变点实脸室，黑龙江省哈尔滨市150080duzj01hit.edu.Cn中图分类号:R318文赋标识码:B文章坳号:1673-8225

12、(2010)43-08073-04收稿日期：2010-05-04fte)B:2010-07-12(2010050401SMA)8074www.CRTER.org吴冬梅，等.表面肌电信号的分析和特征提取2SEMG的预处理（优化）和特征分析对于经由表面甩极测得的原始SEMG,首先对其进行50Hz陷波处理，以消除工频干扰；然后通过1旧（无限长单位脉冲响应系统）对其进行10500Hz带通滤波，完成对原始信号的处理四。在此基础上，对SEMG进行特征初步分析如下。1SEMG的采集受试者做肘部动作时，在肱二头肌上分别按照94mm和47mm的检测电极对距离放置两套电极，记录表面肌电信号。由图1可见，宽电极对测

13、得的肌电信号幅值较大。因为宽电极对的检测电极间隔距离大，测取的信号广而深，信号的幅值也就大。鉴于检测电极中心的距离对于检测结果有很显著的影响，因此在后续实验中，应当保持电极中心的距离一致。受试者以不同速度（屈伸肘过程中速度均衡，分别保证在约2s,4s,8s）做肘部动作，动作过程中记录下窄电极对测得的肌电信号。由图2可见，当动作的速度较大时，测得的表面肌电信号的幅值也相对较大。这是因为迅速屈伸肘部需要更大的加速度，用的力也越大，因P.O.Box1200,S此检测到的信号幅值也会越大。SEMf姗2枷MWHWH1234vsSEMa:Motioncyc1e2sX-2晒1234tfsSEb:Motion

14、cyc1e4SMG/200j_哪确Hf+*i一v2001234rsc:Motioncyc1e8sFigure2Surfacee1ectromyographysigna1intheconditionofdifferentve1ocity图2不同速度下采集的SEMG的过程中，选取人体上肢手臂4块肌肉分别检测SEMGo其次，SEMG的预处理（优化）和特征分析。包括信号的陷波处理、滤波处理，以及SEMG的信号特征分析。最后，SEMG的特征值提取。回顾了以往SEMG的特征值提取方法，采用其中几种方法对SEMG进行了特征值提取。本文采用多媒体生物反馈与数据采集系统BiOGraPh1nfinitiSySte

15、m采集SEMG。表面电极使用一次性电极，型号为1T-301,材料为AgZAgC1由于SEMG的幅度在1005000V之间，所以采样频率设为2048Hz,该采样频率远远超过最小采样频率（NyqUiSt频率=2500Hz）,因此可以说该采样信号真实地反映了实际的表面肌电信号。实验者均采用站姿，在上臂的肱三头肌，肘肌，肱二头肌，肱桃肌（肱二头肌、肱槎肌分别是屈肘动作的主动肌和协同肌；肱三头肌、肘肌分别是伸肘动作的主动肌和协同肌）上分别贴上表面电极。肘部动作的起始位置设置在裤缝线处，手臂尽量与水平面垂直。动作的终止位置大约在水平位置。先屈肘后伸肘。每次动作间隔实验者通过快速抖动手臂进行肌肉放松。整个过程中尽量保证垂直面内运动并且手心向上。SEMG是一种非常复杂的信号，信号本身非常微弱，稳定性较差，随机性很强12叽因此信号检测时需要注意以下相关事项。区电极位置：电极所在位置应受其他肌肉串扰的影响最小。检测电极应置于肌腹的中间，尽量离其他肌肉足够远；电极对的方向应与肌梭方向平行。参考电极尽可能置于肌肉最少