[发明专利]一种基于微观神经驱动信息进行肌力估计的方法及装置

说明书

本发明公开了一种基于微观神经驱动信息进行肌力估计的方法及装置，该方法包括：获取待测试位置在预设定动作下的表面肌电信号；确定所述表面肌电信号中各个运动单位的发放序列；依据所述发放序列，确定动作电位波形；依据所述动作电位波形和所述发放序列对所述待测试位置进行肌力估计。上述的方法在肌力估计过程中，不仅考虑了所述表面肌电信号中各个运动单位的发放序列对肌力估计的影响，而且还将与每一个发放序列对应的动作电位波形也作为肌力估计的影响因素考虑在内，区分了不同运动单位对肌力形成的贡献程度，提高了肌力估计的准确性。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于微观神经驱动信息进行肌力估计的方法及装置。

背景技术

人体的骨骼肌收缩是在中枢神经系统的支配和调控下产生运动行为的原动力。肌肉收缩力的产生是由肌肉中运动单位的募集和按照一定频率发放两种策略分别调控的。一般来讲，运动单位按照从小到大的顺序逐渐被募集。随着来自中枢的刺激增加，更多的运动单位被募集，同时被激活的运动单位的发放率也会提高。在这个过程中，肌肉产生了相应的肌力和表面肌电。因此，肌力的大小可以通过表面肌电的强度和复杂性反映。研究表明，当肌肉进行等长收缩时，表面肌电(surface electromyography，SEMG)的幅值与肌肉力量之间有稳定的、重复性较高的线性关系、二次函数关系或指数关系等。

目前，国内外对表面肌电分解技术的研究较多，并取得了较大进展。例如，使用快速盲源分离法对表面肌电进行分解得到单个运动单位的发放序列，然后通过计算运动单位的发放率进行肌力估计。虽然运动单位的发放序列是一种较好的神经接口，但肌力的产生是多个运动单位活动的综合结果，该方法未考虑不同运动单位的动作电位波形对肌力贡献的差异，影响了肌力估计的准确性。

发明内容

有鉴于此，本发明提供了一种基于微观神经驱动信息进行肌力估计的方法及装置用以解决现有的采用发放序列进行肌力估计的过程中，未考虑不同运动单位的动作电位波形对肌力贡献的差异，影响了肌力估计的准确性的问题，具体方案如下：

一种基于微观神经驱动信息进行肌力估计的方法，包括：

获取待测试位置在预设定动作下的表面肌电信号；

确定所述表面肌电信号中各个运动单位的发放序列；

依据所述发放序列，确定动作电位波形；

依据所述动作电位波形和所述发放序列对所述待测试位置进行肌力估计。

上述的方法，可选的，确定所述表面肌电信号中各个运动单位的发放序列，包括：

采集多通道表面肌电信号；

对所述表面肌电信号进行扩展，得到表面肌电信号的卷积混合模型；

依据所述表面肌电信号的卷积混合模型，确定各个运动单位的发放序列。

上述的方法，可选的，还包括：

对所述发放序列进行修正，得到目标发放序列。

上述的方法，可选的，依据所述发放序列，确定动作电位波形，还包括：

依据所述电位波形和发放序列计算重构表面肌电信号；

依据所述重构表面肌电信号和所述表面肌电信号计算残差信号；

依据所述残差信号确定是否存在新增运动单位的发放序列。

上述的方法，可选的，依据所述动作电位波形和所述发放序列对所述待测试位置进行肌力估计，包括：

获取所述待测试位置的实际肌力信号；

针对各个运动单位，依据其对应的动作电位波形和发放序列确定肌力估计模型，其中，所述肌力估计模型中包含未知参数；