[发明专利]一种基于表面肌电信号的躯干代偿检测和消除系统

权利要求书

1.一种基于表面肌电信号的躯干代偿检测和消除系统，其特征在于，包括表面肌电信号采集模块、信号处理模块和语音提醒模块；其中信号处理模块包括离线处理模块和在线处理模块；

表面肌电信号采集模块用于采集受试者做实验动作时的躯干浅层肌肉的表面肌电信号并将其发送至离线处理模块以及在线处理模块；

信号处理模块用于处理原始表面肌电信号；其中，离线处理模块用于训练和测试SVM多类分类器，在线处理模块使用训练好的SVM多类分类器进行在线检测并将检测结果输出至语音提醒模块；

语音提醒模块，将在线处理模块输出的检测结果以语音的形式通知受试者并提醒受试者纠正已产生的躯干代偿运动；

所述离线处理模块的工作步骤如下：

2.1.1、数据预处理，对采集的原始的表面肌电信号进行基线校正、滤波、分窗、划分活动段处理；

2.1.2、提取重组的时域特征，组成特征集；

2.1.3、将步骤2.1.2中提取的特征集打标签，并分为训练集和测试集，用来对SVM多类分类器进行离线训练和测试；

所述在线处理模块的工作步骤如下：

2.2.1、采用与步骤2.1.1相同的数据预处理方法；

2.2.2、提取一个滑动窗内的与步骤2.1.2相同的重组时域特征；

2.2.3、将步骤2.1.3离线训练好的SVM多类分类器用于在线检测；

所述步骤2.1.1中，数据预处理依次包括减去静息状态的基线偏移、通过巴特沃斯带通滤波器消除运动伪迹和心电干扰、通过工频陷波器消除工频干扰、以滑动窗的形式对表面肌电信号进行划分、采用基于最优阈值的样本熵算法划分活动段并求出最优样本熵阈值；

所述最优阈值的样本熵算法的实现为：

输入：多通道表面肌电信号y_i，i为通道数,已知待检测活动段次数n，采样频率Fs，一个滑动窗内的表面肌电信号采样个数M；

循环变量：外循环变量是每次动作的持续时间sec秒，sec＝0～10,内循环变量是固定阈值x，0x2；

循环体：循环执行固定阈值样本熵算法，输出检测到的活动段次数m，并判断是否等于已知的活动段次数n；

输出：最优阈值即满足m＝n时的样本熵阈值x，长度为a的一维活动段起点数组t₁和终点数组t₂，a在数值上等于m 。

2.根据权利要求1所述的一种基于表面肌电信号的躯干代偿检测和消除系统，其特征在于，所述实验动作是由上肢单侧手臂完成的没有伴随躯干代偿的前后运动、左右运动、上下运动以及伴随有前倾代偿的前后运动、带有躯干旋转代偿的左右运动和带有肩上抬代偿的上下运动；所述躯干浅层肌肉分别为左右腹直肌、左右腹外斜肌、左右竖脊肌胸部、左右竖脊肌腹部和位于运动手一侧的斜方肌上束，共计9块肌肉。

3.根据权利要求1所述的一种基于表面肌电信号的躯干代偿检测和消除系统，其特征在于，所述固定阈值样本熵算法的实现步骤为：求取多通道表面肌电信号之和，作为目标时序信号；以滑动窗的形式划分目标时序信号；求取每个滑动窗的样本熵；基于固定阈值判断活动段的约束条件如下：

满足该条件的第t₁(l)个滑动窗为检测到的第l个活动段的起点，0l≤m，第t₂(l)个滑动窗为第l个活动段的终点，s(t₁(l))和s(t₂(l))分别代表第t₁(l)和t₂(l)个滑动窗的样本熵。