基于阵列式表面肌电信号平滑的分解方法
【专利摘要】本发明提供一种基于阵列式表面肌电信号平滑的分解方法，首先对阵列式表面肌电信号采用自适应时长平滑方法预处理，增强信号特征；其次利用卷积核补偿算法提取运动单元发放序列，并且根据发放规律修正该序列；最后整理优化所有得到的发放序列，删除重复序列。由于该分解方法在分解之前通过自适应时长平滑方法增强了信号特征，所以能取得较为理想的效果，尤其是对较大干扰的表面肌电信号。同时，该方法具有实现简单的优点。
【专利说明】
基于阵列式表面肌电信号平滑的分解方法
技术领域
[0001] 本发明设及一种基于阵列式表面肌电信号平滑的分解方法。
【背景技术】
[0002] 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，肥MG)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。实验表明，利用阵列式SEMG能够提高运动单元(MU)的检测率，特别是提高小幅值 运动单元活动电位(MUAP)的检出和识别效果。在临床上，通过阵列式SEMG可W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。
[0003] 阵列式sEMG分解实质上是对sEMG包含的运动单元发放序列进行分类，目前，sEMG 分类方法主要有: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。K-均值聚类算法需要指定聚类的 类别数，而在肌电信号缺少运动单元发放的先验知识，难W对类别进行精确的指定。模板匹 配法由于模板获取困难，应用刻良。MN可W解决含更多迭加波形情形和在低信噪比时更好 地消除绝对误差，然而，Ar^N方法一旦训练后，网络就固定不变，当模板的形状发生变化时， 神经网络还需重新训练，所W强健性不好。ICA是一种盲信号分解技术，它假设构成肌电信 号的各运动单元发放序列相互独立，然后把信号分解成若干相互独立的成分。卷积核补偿 算法方法是一种盲信号分解方法，该方法已被验证效果较理想。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，运是导致其分解困难的主要原因。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】
[0004] 鉴于上述问题，本发明的目的在于提供一种基于阵列式表面肌电信号平滑的分解 方法。
[0005] 为实现上述目的，针对阵列式表面肌电信号，提出先将原始信号预处理，改善信号 质量，再采用卷积核补偿算法分解。在运个过程中，不求解矩阵，通过卷积核补偿方法得到 肌肉运动单元的数目和发放序列。由于该方法对原始信号进行了预处理，增强了信号特征， 相对于其它方法，该方法具有SEMG分解精度高的优点。
[0006] 本发明公开了一种基于阵列式表面肌电信号平滑的分解方法，其特征是包括W下 步骤：
[0007] 步骤一:对阵列式表面肌电信号滤波，削弱干扰；
[000引步骤二:采用自适应时长平滑方法对滤波后的表面肌电信号预处理，对每个通道 信号平滑增强信号特征，得到信号S，方法如下：
[0009] 1)将表面肌电信号分割成时间长度为Tf长度的信号，得到k段信号，根据运动单元 发放特性，可取20ms《Tf《60ms;
[0010] 2)对第k段信号Sk(k为I，2，3，...），找到最小值Sk_min和最大值Sk_max，计算最值之间 的差值Vk= Sk_max-Sk_min;
[ocm] 3)送样K段得K个差值Vi，V2, A，Vk，得到第i段自适应时长的滑动窗时间长度Ti:
[0012]
[001引 A下Lb,Le疋议H 口、」巧女义，max(Vi,V2, ... ,Vk)表不K个差值中的最大值。
[0014] 4)对每一段采用滑动窗平均的方法，计算每段表面肌电信号，并且记录每段信号 的起始点和最终点值，假设第i段信号的起始点和最终点记为Yis和Yie;
[001引5)比较第i-1段信号的最终点Y(I-I)S第i段信号的起始点Yis,如果I Yd-De-Yis I《N (N是设定的常数），则两点直接相连;否则在两点上用长度5ms的滑动窗平均，实现两点平滑 连接，最终得到平滑后表面肌电信号S。
[0016] 步骤采用卷积核补偿算法对表面肌电信号S提取发放时刻；
[0017] 步骤四：对发放时刻进行修正，补充和删除错误的发放时刻，得到一个发放时刻序 列；
[0018] 步骤五:重复步骤S--步骤四，设置循环次数，提取多个发放时刻序列；
[0019]步骤六:对所有发放序列归类整理，删除重复的发放序列向量，优化结果。
[0020] 优化的技术措施还包括：
[0021] 上述卷积核补偿算法是利用SEMG信号的相关性提取发放时刻，互相关矩阵表示 为：
[0022] C = E(S(n)sT(n))
[0023] 其中n是采样时刻，S(n)是第n个采样时刻的阵列信号，sT(n)是第n个采样时刻的 阵列信号转置，E( ?)是数序期望。
[0024] 某个时刻n '运动单元发放序列表示为：
[0025] C(n'）=sT(n'）C-iS(n'）
[0026] 其中[1阵列信号互相关矩阵的逆矩阵。
[0027] 与现有技术相比，本发明的一种基于阵列式表面肌电信号平滑的分解方法，由于 干扰较大的SEMG信号波形崎变严重，为了保证信号特征及提升信号质量，本发明采用自适 应时长平滑SEMG信号，并且分段时间长度可调，时间越短，效果越好，但计算时间越长，具体 时间长度根据实际情况确定。本发明采用的卷积核补偿算法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，使用方便。
【附图说明】
[002引图1是本发明流程图。
【具体实施方式】
[0029] W下结合附图1对本发明作进一步详细描述，本领域技术人员可由本说明书所掲 露的内容轻易地实现。
[0030] 本发明公开了一种基于阵列式表面肌电信号平滑的分解方法，包括W下步骤：
[0031 ]步骤一:对阵列式表面肌电信号滤波，削弱干扰；
[0032] 步骤二:采用自适应时长平滑方法对滤波后的表面肌电信号预处理，对每个通道 信号平滑增强信号特征，得到信号S，方法如下：
[0033] 1)将表面肌电信号分割成时间长度为Tf长度的信号，得到k段信号，根据运动单元 发放特性，通常运动单元发放频率在10化-50Hz范围内，所W可取Tf = 30ms，最后一段信号 长度允许小于30ms;
[0034] 2)对第k段信号Sk化为1，2,3,...），找到最小值Sk_min和最大值Sk_max，计算最值之间 的差值Vk= Sk_max-Sk_min;
[0035] 3)运样K段得K个差值Vi，V2, A，Vk，得到第i段自适应时长的滑动窗时间长度Ti:
[0036]
[0037] 其中1^6心是设计的常数，111曰义(￥1，￥2，...，￥〇表示1(个差值中的最大值心心取典 型值 Lb = 5ms，Le = Ims;
[0038] 4)对每一段采用滑动窗平均的方法，计算每段表面肌电信号，并且记录每段信号 的起始点和最终点值，假设第i段信号的起始点和最终点记为Yis和Yie;
[0039] 5)比较第i-1段信号的最终点Y(i-i)e第i段信号的起始点Yis,如果|Y(i-i)e-Yis|《N (N取N = 40iiV)，则两点直接相连；否则在两点上用长度5ms的滑动窗平均，实现两点平滑连 接，最终得到平滑后表面肌电信号S。
[0040] 步骤利用卷积核补偿算法计算发放序列。卷积核补偿算法是利用阵列SEMG信 号各通道信号的相关性，计算发放序列。具体过程为:首先计算阵列SEMG信号互相关矩阵W 及互相关矩阵逆矩阵，互相关矩阵表示为：
[0041 ] C = E(S(n)sT(n))
[0042] 其中n是采样时刻，S(n)是第n个采样时刻的阵列信号，sT(n)是第n个采样时刻的 阵列信号转置，E( ?)是数序期望。计算互相关矩阵的逆矩阵(Tl,即
[0043] C-i=[E(S(n)sT(n))]-i
[0044] 然后采样时刻n取sEMG信号能量的中值，能量按照下式计算：
[0045] A =sT(n)C_iS(n)
[0046] 取能量中值A所对应的时刻no。最后利用如下公式计算得到运动单元发放序列：
[0047] C(n〇) = ST(n〇)C-iS(n〇)
[0048] 步骤四：对上述发放时刻Uno)进行修正，补充和删除错误的发放时刻。由于运动 单元的发放频率为10-50HZ，所W发放时刻间隔时间20ms-1 OOms范围内，对发放时刻序列出 现间隔小于20ms发放时刻删除，对于IOOmsW上间隔缺少发放时刻的应该根据频率补充发 放时刻。
[0049] 步骤五:重复步骤S-----步骤四，设置循环次数，通常循环次数可设为500次，提 取多个发放时刻序列；
[0050] 步骤六:对所有发放序列归类整理，删除重复的发放序列向量，优化结果。SEMG提 取完成后删除重复的发放序列，剔除发放频率不合理的发放序列，优化结果。
【主权项】
1. 一种基于阵列式表面肌电信号平滑的分解方法，其特征是包括以下步骤： 步骤一:对阵列式表面肌电信号滤波，削弱干扰； 步骤二:采用自适应时长平滑方法对滤波后的表面肌电信号预处理，对每个通道信号 平滑增强信号特征，得到信号S，方法如下： 1) 将表面肌电信号分割成时间长度为Tf长度的信号，得到k段信号，根据运动单元发放 特性，可取20ms彡Tf彡60ms; 2) 对第k段信号Sk(k为1，2,3,...），找到最小值Sk_min和最大值Sk_max，计算最值之间的差 {直Vk- Sk max-Sk min ； 3) 这样K段得K个差值Λ，Vk，得到第i段自适应时长的滑动窗时间长度Ti:其中Lb，Le是设计的常数，maxdV% . . .，Vk)表示K个差值中的最大值； 4) 对每一段采用滑动窗平均的方法，计算每段表面肌电信号，并且记录每段信号的起 始点和最终点值，假设第i段信号的起始点和最终点记为Y ls和Ym 5) 比较第i-1段信号的最终点Y(i-1)e第i段信号的起始点Yis，如果lYu-De-Yis^WN是设 定的常数），则两点直接相连；否则在两点上用长度5ms的滑动窗平均，实现两点平滑连接， 最终得到平滑后表面肌电信号S; 步骤三:采用卷积核补偿算法对表面肌电信号S提取发放时刻； 步骤四：对发放时刻进行修正，补充和删除错误的发放时刻，得到一个发放时刻序列； 步骤五:然后重复步骤三--步骤四，设置循环次数，提取多个发放时刻序列； 步骤六:对所有发放序列归类整理，删除重复的发放序列向量，优化结果。
【文档编号】G06K9/00GK105956547SQ201610278123
【公开日】2016年9月21日
【申请日】2016年4月28日
【发明人】何金保, 骆再飞, 李国君
【申请人】宁波工程学院