[发明专利]一种基于生物动力学的下肢膝关节主动肌肌电拟合方法

说明书

本发明公开了一种基于生物动力学的下肢膝关节主动肌肌电拟合方法，本发明通过角度信号和肌纤维募集模型求得意图相关肌电；再次，通过身高、体重和角度求得运动过程中产生的有用力矩，随后通过逆hill肌力模型求得肌力相关肌电；然后，通过初始静息肌肉长度和角度求得运动过程中肌肉长度，随后，通过肌梭反馈模型求得肌长度相关肌电；最后，使用不同运动阶段配置对应模型的策略和含有损失函数的最小二乘搜索参数法将三种肌电融合，再与白噪声融合后就可以得到最终肌电。本发明有着具有全面性，误差低，拟合效果好，具有生理意义，子模型生成的肌电稳定且符合子模型含义等特点。

技术领域

本发明属于生物电信号处理领域，涉及一种基于生物动力学的下肢膝关节主动肌肌电拟合方法。

技术背景

人们对于可穿戴设备有着越来越广泛的应用，其中应用之一是神经康复，这种应用目的是增强神经受损患者的运动功能，如中风和脊柱受损患者，在康复过程中使用手臂穿戴设备或者下肢康复设备，能够帮助康复患者恢复神经肌肉功能。现在，越来越多的康复设备引入了电刺激反馈功能，而电刺激触觉反馈功能有赖于下肢运动姿态的肌肉激活模型的建立。在康复过程中，构建健康人正常下肢运动姿态的肌肉激活模型，根据此模型指导在肢体康复训练过程中根据患者运动状态对特定肌肉群实施有针对性的电刺激，从而为下肢运动提供正确、科学的电刺激反馈。

在构建下肢运动姿态的肌肉激活模型中，特别是以下肢关节角度为输入，目标肌肉肌电为输出的模型中，主动肌在关节运动中起着最主要的作用，所以建立膝关节角度变化的主动肌肌电拟合模型是分析下肢关节运动的重点部分。现在，已经有许多团队研究了关节角度与肌肉肌电之间的关系。Wang利用基于遗传算法优化的广义回归神经网络来对人体正常行走时的膝关节角度进行预测，其最终预测的膝关节角度误差可控制在较小的范围内。Raj等使用了基于sEMG时域特征输入的模糊系统实现了对肘关节角度的预测。虽然神经网络和模糊系统对关节角度预测有着不错的结果，但是其理论基础是统计数学，致使这些模型缺乏生理意义。李强使用了肌纤维募集模型仿真第一背间肌运动神经元在不同激励水平下的sEMG信号和相应的收缩能力，发现仿真的动作电位信号能与真实信号进行相似性匹配。胡晋嘉使用了hill肌力模型研究了肌电与肌力之间的关系，发现hill肌力模型在肌力拟合方面具有一定的普适性。James研究了肌梭反馈模型发现其反馈信号与肌肉长度非常高的相关性。虽然这些模型具有一定的生理意义，但是在拟合肌电方面存在片面性，拟合效果不如数学模型好等缺陷。

白杰在研究肘关节角度与肌肉肌电时，使用了一种由内驱力模型、高尔基腱模型、肌梭反馈模型融合模型，但由于存在拟合参数过多，部分子模型为数学模型等问题，导致三个子模型拟合的肌电成分不稳定，失去子模型该有的基本意义。本发明使用三种具有生理意义且拟合系数较少(或具有范围限制)的肌纤维募集模型、逆hill肌力模型、肌梭反馈模型，使用下肢膝关节不同运动阶段对应的模型策略以及使用损失函数将三种模型融合，构建一个具有生理意义、全面性、子模型在功能上能“各司其职”的关节角度-肌电模型。

发明内容

本发明的目的是针对大部分具有生理意义肌肉激活模型拟合效果不如意以及多融合模型子模型肌电成分不稳定导致子模型缺乏生理意义等问题，提出了一种基于生物动力学的下肢膝关节主动肌肌电拟合方法。

本发明包含以下步骤：

步骤1：采集被试者的身高、体重、初始静息肌肉长度以及其在运动过程中的膝关节角度信息和表面肌电信号，并且对肌电信号进行10-450hz滤波，整流和提取包络处理；

步骤2：构建肌纤维募集模型，以膝关节角度信息为输入，获取意图相关肌电信号；

所述肌纤维募集模型用以表征肌肉纤维的募集和激活过程，以获取与意图相关的肌电信号；所述肌纤维募集模型以下肢运动过程中目标位置膝关节角度和当前位置膝关节角度的偏差作为调整运动的意图输入，其过程形如：

RTE(i)＝e^α·i,α＝k·AE 式(1)