[发明专利]一种面向恒力的阵列式表面肌电信号分解方法

说明书

本发明提供一种面向恒力的阵列式表面肌电信号分解方法，首先对阵列式表面肌电信号滤波预处理，其次采用卷积核补偿方法计算表面肌电信号能量序列，然后按照能量大小依次提取能量序列的时刻点，采用双向递减递增方法计算发放序列，最后重新计算新的运动单元发放序列，循环执行程序直至分解完成，并对所有发放序列归类整理，优化结果。该分解方法准确性高，计算快速、实现简单。

技术领域

本发明涉及一种面向恒力的阵列式表面肌电信号分解方法。

背景技术

表面肌电信号(surface EMG,sEMG)是利用表面电极从人体体表检测肌电信号，与针电极肌电信号(Needle EMG,NEMG)相比，它具有无创性、易于患者接受的特点，因此应用前景广阔。在临床上，通过阵列式sEMG可以较全面地了解神经肌肉的功能状态，鉴别神经源性和肌源性疾病，判断神经损伤的部位、程度及恢复状况，并且阵列式sEMG信号的检测分析对康复医学及运动医学也有具有重要意义。目前，对sEMG信号分解主要针对的是恒力输出的表面肌电信号，本发明就是一种面向恒力的阵列式表面肌电信号分解方法。

国内外学者研究的sEMG信号分解方法主要有：K均值聚类算法、模板匹配法、人工神经网络(ANN)算法、实时线性混叠盲信号分离算法、独立成分分折(ICA)、卷积核补偿算法等方法。由于阵列式sEMG的信噪比较低，MUAP波形的变异性强且相互间的叠加程度较大，导致sEMG分解效果不理想。总的来看，阵列式表面肌电信号分解研究还处于探索阶段，是肌电研究领域的难点之一。

发明内容

鉴于上述问题，本发明的目的在于提供一种面向恒力的阵列式表面肌电信号分解方法，其特征是包括以下步骤：

步骤一，采集恒力输出下的阵列式表面肌电信号，截取时长为T的信号，对信号滤波，削弱干扰；

步骤二，采用卷积核补偿方法计算阵列式sEMG信号能量序列；

步骤三，按照能量大小依次提取能量序列的时刻点；

步骤四，采用双向递减递增方法计算发放序列；

步骤五，针对信号能量序列，重复步骤二-----步骤四，计算发放序列；

步骤六，对所有发放序列归类整理，剔除重复以及不合理的发放时刻向量，优化结果。

优化的技术措施包括：

步骤四中采用双向递减递增方法计算发放时刻，具体方法如下：

A)计算每个时刻点与后面时刻点之间的时间间隔，找到出现次数最多的时间间隔IT，并且记录时间间隔IT连续出现最多的时间点T₁,T₂(T₁T₂)；

B)以时间点T₁递减时间间隔IT，直到小于0的时刻点之前为止；以时间点T₂递增时间间隔IT，直到大于时长T的时刻点之前为止；在时间点T₁,T₂之间以时间间隔IT取时间点；

C)将上述计算得到的时间点组合得到发放序列。

与现有技术相比，本发明的一种面向恒力的阵列式表面肌电信号分解方法，由于发放时刻的叠加，导致表面肌电信号能量序列出现误差，但是大部分正常的发放时刻仍然在能量序列中出现，为了准确提取发放时刻，本发明提出从所有的时间间隔中找到真实的发放时刻，由于肌肉恒力输出下，发放时刻间隔稳定，利用稳定发放频率提取发放序列，大大提升了分解的准确性，运行过程不需要人工干预，使用方便。本发明不需要计算运动单元发放序列和阵列sEMG信号间混合矩阵，大大减少计算时间，提高了效率。

附图说明

图1是本发明流程图。

具体实施方式