[发明专利]一种基于双线程的肌电在线实时分解方法

权利要求书

1.一种基于双线程的肌电在线实时分解方法，其特征在于，肌电实时分解方法包括主线程和副线程两个平行线程，具体包括以下步骤：

步骤1：副线程用于运动单元在线识别，即运动单元特征信息在线提取与更新；

步骤2：主线程用于运动单元放电事件实时检测，即利用步骤1提取的各个运动单元特征信息在线实时提取运动单元放电事件。

2.根据权利要求1所述的一种基于双线程的肌电在线实时分解方法，其特征在于，在步骤1中，运动单元特征信息在线提取与更新主要包括以下步骤：

步骤101：精炼已识别运动单元的分离向量，从而得到分离矩阵

步骤102：识别新运动单元，提取新识别运动单元特征信息，并将新识别运动单元分离矩阵B_new与精炼后分离矩阵合并，从而更新运动单元分离矩阵为

3.根据权利要求2所述的一种基于双线程的肌电在线实时分解方法，其特征在于，在步骤101中，给定已识别运动单元的分离向量w₀和MUAP波形，以及25秒肌电数据x，其分离向量w₀的精炼过程为：

(1)对肌电数据x进行CKC迭代，获得运动单元新的分离向量w和放电事件序列t；

(2)若放电事件总次数小于100，则拒绝新的分离向量w，进行步骤(6)，否则，进行步骤(3)；

(3)利用放电事件序列t和肌电数据x，通过锁时平均法获得运动单元新的MUAP波形；

(4)计算运动单元新的MUAP波形和给定的MUAP波形的MUAP波形相似指数；

(5)若MUAP波形相似指数大于0.95，则使用新的分离向量w和MUAP波形更新给定运动单元的特征信息；否则，拒绝新的分离向量w和MUAP波形，并进行步骤(6)；

(6)结束给定运动单元分离向量精炼。

4.根据权利要求3所述的一种基于双线程的肌电在线实时分解方法，其特征在于，在步骤(1)中，CKC迭代过程如下：

a、将肌电数据x进行扩展与白化，得到肌电矩阵

b、初始化放电事件序列t₀为全零向量，w＝w₀；

c、计算运动单元对应源信号：

d、通过对源信号s进行峰值检测以及峰值二分类聚类分析，获得放电事件序列t；

e、重新计算分离向量为其中t(t_j)＝1，J代表放电总次数；

f、若t不等于t₀，用t代替t₀，并回到步骤c；否则，进行步骤g；

g、输出精炼后分离向量w和新的放电事件序列t。

5.根据权利要求3所述的一种基于双线程的肌电在线实时分解方法，其特征在于，在步骤(2)中，设定最少放电次数100。

6.根据权利要求3所述的一种基于双线程的肌电在线实时分解方法，其特征在于，在步骤(4)中，若新的MUAP波形和给定的MUAP波形分别为x_i(t)和y_j(t)，i,j＝1,2,...,m，t＝1,...,T，其中m为高密度肌电信号电极个数，T为MUAP波形时长，则MUAP波形相似指数计算如下：

其中，式(2)右边第二项可看作各电极处MUAP波形差异的能量加权平均，S变化范围从0到1，0表明两组MUAP波形完全相反，1表示两组MUAP波形完全相同；常数c为尺度调节因子，可调节信号能量高、低电极处的权重分布，常数c设置为4。

7.根据权利要求3所述的一种基于双线程的肌电在线实时分解方法，其特征在于，在步骤(5)中，当MUAP波形相似指数低于设定的阈值时，该阈值设置为0.95，说明CKC迭代过程使得迭代后的分离向量收敛到其他运动单元对应的局部最优解，则舍弃CKC迭代后的分离向量，并放弃对给定运动单元的本次精炼。