一种用于判断人体肌肉疲劳的表面肌电信号线性分析方法
【专利摘要】本发明涉及信号处理、医学、生物力学交叉学科领域，特指一种用于判断人体肌肉疲劳的表面肌电信号线性分析方法，所述方法测量同一块肌肉不同测试点表面肌电信号，对信号进行滤波去除伪迹，应用经验模态分解（EMD）对表面肌电信号降噪处理，依据肌电信号频谱进行信号重构，对重构的表面肌电信号（SEMG）进行线性分析，分别提取积分肌电值（IEMG）、均方根值（RMS）、平均振幅（MA）、过零率（ZCR）、中值频率（MF）、平均频率（MNF）。考察线性指标在肌肉疲劳程度不断加重过程中的变化趋势，为肌肉疲劳的评价提供理论依据。
【专利说明】—种用于判断人体肌肉疲劳的表面肌电信号线性分析方法
【技术领域】
[0001]本发明涉及一种信号线性分析方法，特别涉及一种用于判断人体肌肉疲劳的表面肌电信号线性分析方法。本发明属于信号处理、医学、生物力学交叉学科领域。
【背景技术】
[0002]表面肌电(surface electromyography, SEMG)信号是在皮肤表面获取的一种复杂微弱信号，可看做是运动单位激活时形成的运动单位动作电位(motor unit act1npotential, MUAP)序列与各种噪声综合叠加的结果，其能够通过无创检测的方式获取神经肌肉控制系统的相关信息。目前使用表面肌电信号进行局部肌疲劳研究已经应用到多个工业与生活领域，如运动员的训练、人机工程学设计、康复工程、神经病人的治疗。
【发明内容】
[0003]本发明主要针对与职业有关的慢性肌肉骨骼疾患，如颈、肩、腰、背痛和腕管综合症等。提出一种用于判断人体肌肉疲劳的表面肌电信号线性分析方法，该发明通过对肌肉不同位置表面肌电信号的线性处理，分析肌肉疲劳状况，提前预防和控制肌肉疲劳，可以克服主观评价的不足，有效预防和控制慢性肌肉骨骼疾患的发生。
[0004]为实现上述目的，本发明采取以下技术方案:原始数据用DC方法进行采集，采用7导联Ag/AgCl电极记录SEMG数据，用Scan4.3软件对原始表面肌电数据进行分析，去除伪迹，利用经验模态分解对滤波后的原始信号进行降噪处理，将部分明显的低频MF干扰分量及冗余分量去除，然后对相应IMF分量进行重构便可得到降噪处理后的SEMG信号，提取表面肌电信号的线性指标，分析计算线性(IEMG、RMS, MA、ZCR、MF、MNF)指标。考察同一块肌肉的不同测试点表面肌电信号的特征值并进行对比，分析确定线性指标在肌肉疲劳程度不断加重过程中的变化趋势，用于判定评价肌肉疲劳程度。
【专利附图】
【附图说明】
[0005]图1表面肌电信号线性分析法实施流程图。
[0006]实施方式
通过对职业性肌肉骨骼疾患中最常见的慢性颈痛为例，研究者调查了 632名36岁以下的工作人员和学生，发现有258例患病，患病率为41%，颈部肌肉疲劳是导致颈椎病的重要原因之一。
[0007]实验选取被试者颈部上斜方肌表面肌电信号进行分析研究，采用DC方法进行采集，采用7导联Ag/AgCl电极记录SEMG数据，采样频率1000Hz，带通滤波为0.l-500Hz,用Scan4.3软件对原始表面肌电数据进行分析，去除伪迹，利用经验模态分解对滤波后的原始信号进行降噪处理，将部分明显的低频頂F干扰分量及冗余分量去除，然后对相应IMF分量进行重构便可得到降噪处理后的SEMG信号，提取表面肌电信号的线性特征指标(IEMG、RMS, MA、ZCR、MF、MNF),分析计算线性指标，考察同一块肌肉的不同测试点表面肌电信号的特征值并进行对比，经过分析确定线性指标在颈部上斜方肌肌肉疲劳程度不断加重过程中的变化趋势，用于判定评价颈部肌肉疲劳程度，结合颈部生物力学及医学影像学，解释长期伏案工作者常发生低节段的颈间盘病变的致病原因。
【权利要求】
1.一种用于判断人体肌肉疲劳的表面肌电信号线性分析方法，其特征在于:通过分析肌肉表面肌电信号的线性指标，积分肌电值(IEMG)、均方根值(RMS)、平均振幅(MA)、过零率(ZCR)、中值频率(MF)、平均频率(MNF)，考察线性指标在肌肉疲劳程度不断加重过程中的变化趋势，为肌肉疲劳的评价提供理论依据。
2.根据权利要求书I所述的表面肌电信号线性分析方法，其特征在于:直接采集肌肉表面肌电信号获得的原始数据，受肌肉生理特性、检测设备、空间环境等因素的影响，精度不高，需通过经验模态分解(EMD)对表面肌电信号进行降噪处理，处理后的肌电信号进行信号重构，削弱噪声信息，获取被噪声污染的原始肌电信号，提高信号的保真度。
【文档编号】A61B5/0488GK104224169SQ201410542102
【公开日】2014年12月24日 申请日期:2014年10月14日 优先权日:2014年10月14日
【发明者】郭维城, 王琳, 王宝石 申请人:沈阳工程学院