一种自适应滤除表面肌电信号电刺激伪迹的在线方法与流程

本发明涉及电刺激技术领域，具体涉及一种自适应滤除表面肌电信号电刺激伪迹的在线方法。

背景技术：

当电刺激系统和肌电信号采集系统同时使用时，电刺激会严重污染采集到的表面肌电信号(electromyography, EMG)。电刺激下采集的肌电信号主要包括肌肉电信号(M波)，自主意愿肌电信号和电刺激伪迹。刺激伪迹的幅值比表面肌电信号幅值要高得多，且与M波和自主意愿肌电信号在频域和时域上混叠，严重污染了肌电信号。因此在有电刺激情况下，对肌电信号的分析和使用，首先应进行电刺激伪迹的滤除。

目前已经发表的文献研究中，滤除表面肌电信号中电刺激伪迹的方法主要有以下几种方法。（1）使用采样保持的屏蔽方式，即在输出电刺激时，停止EMG信号的采集。且当刺激频率较高时，被屏蔽的信号较多，严重影响了EMG信号的质量。屏蔽的方法会删除过多或留下一部分刺激伪迹，这取决于屏蔽窗口的长度。当刺激源为恒流源时，电刺激伪迹的后段响应缓慢，电刺激为伪迹波形会覆盖较长的时间区域。（2）使用经验模态分解、小波分解等方法对信号进行分解，对分解之后的信号不同分量进行滤波处理。基于信号分解的方法，如经验模态分解能够分解出本征模函数分量，虽然从趋势上是将不同的频率成分分解，但是并没有指标能说明某个本征分量是电刺激伪迹，小波分解存在同样的问题。且基于分解的方法不适合用于在线应用，不能用于实时系统。（3）使用伪迹模板的方法，或者使用具有参考信号的自适应滤波方法。这种方法的有效性取决于模板的准确性和模板的适应性，需要研究电刺激波形特点、刺激电极与EMG传感器的位置等和电刺激伪迹的关系。已有报道说明刺激电极与EMG传感器的位置对电刺激波形特点影响较大，所以这种方法对于实验安装位置要求较高。且当采用离线模板方法时，实验条件发生改变时会导致模板的改变，使得出现噪声无法滤除或噪声滤除的同时有效信号也被减弱。

技术实现要素：

针对现有技术的不足，本发明提出一种自适应滤除表面肌电信号电刺激伪迹的在线方法，能够有效滤除电刺激伪迹，且不破坏肌肉电信号；对电刺激伪迹和肌肉电信号的混叠程度没有特殊要求；使用的模板具有适应性，能够适应不同的实验个体和电极位置的变化；实现与电刺激同步的在线滤波，可用于实时系统中使用；对于具有类似形态的其他生理电信号中的电刺激伪迹，可以使用一样的方法进行滤波。

为实现上述目的，本发明的技术方案是：一种自适应滤除表面肌电信号电刺激伪迹的在线方法，包括：

步骤S1：利用亚阈值刺激采集纯电刺激伪迹，对纯电刺激伪迹的放电部分进行在线建模，得到滤波模板；

步骤S2：对每一个电刺激产生的肌电信号，以电刺激的脉冲信号作为滤波器的起始信号，在电刺激伪迹的脉冲阶段使用屏蔽滤波，屏蔽至电刺激伪迹的负向脉冲尖峰；

步骤S3：屏蔽结束后，利用滤波模板计算伪迹估计值，并从采集的肌电信号中扣除该伪迹估计值，滤除伪迹放电部分，直到下一个电刺激脉冲开始。

进一步地，所述步骤S1中的建模过程具体为：

利用自回归过程模型对纯电刺激伪迹的放电部分进行建模，利用递归最小二乘法辨识，d阶自回归过程模型如下：

其中，d是自回归过程模型的阶数，yi为时间序列的观测值，wi为估计权值，ek为高斯白噪声过程。

与现有技术相比，本发明具有有益效果：

（1）实现与电刺激同步的在线滤波，可以用于实时系统，对每一个周期的电刺激伪迹进行滤波，混合滤波方法能够有效滤除电刺激伪迹，且不会使肌肉电信号失真；

（2）在预刺激阶段使用亚阈值电刺激的表面肌电信号进行模板建模，使建立的模板能够适应实验个体和电极张贴位置的差异性；

（3）使用的滤波屏蔽具有自适应的窗口长度，无需手动设定参数；

（4）本发明对电刺激伪迹和肌肉电信号的混叠程度没有特殊要求，适用于更一般的情况。

附图说明

图1是本发明一种自适应滤除表面肌电信号电刺激伪迹的在线方法的流程示意图；

图2是本发明一实施例电刺激伪迹的波形图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

如图1所示，本发明的一种自适应滤除表面肌电信号电刺激伪迹的在线方法，第一步骤是预刺激，利用亚阈值刺激采集纯净电刺激伪迹，对电刺激伪迹的放电部分进行在线建模，第二步骤是在滤波阶段，对电刺激伪迹的尖峰脉冲阶段使用屏蔽法滤波，对电刺激伪迹的放电部分使用模板滤波。

第一步骤是预刺激，在预刺激阶段，使用亚阈值电刺激采集纯净的电刺激伪迹信号用于建立伪迹模板。亚阈值刺激指低于人体运动单元激活阈值的电刺激。亚阈值刺激不会产生动作电位，采集到的表面肌电信号为纯净的电刺激伪迹。电刺激伪迹的波形如图2所示，虚线左边称为电刺激伪迹的脉冲阶段，虚线右侧称为电刺激伪迹的放电阶段。利用采集的纯净信号作为观测值，建立电刺激伪迹放电部分的模型作为后续滤波模板。利用自回归模型利用自回归(autoregressive, AR)过程模型对电刺激伪迹放电部分进行建模，利用递归最小二乘法(recursive least squares, RLS)辨识。d阶自回归AR模型有如下形式：

其中d是AR模型的阶数，yi为时间序列的观测值，wi为估计权值，ek为高斯白噪声过程。

第二步骤是电刺激伪迹滤波。滤波过程分为两个部分，即屏蔽滤波和模板滤波，如图1所示。因为不同电刺激强度下，每个周期的电刺激伪迹信号的脉冲阶段差异较大而放电阶段具有相似性，所以对电刺激伪迹的脉冲阶段使用屏蔽滤波，对电刺激伪迹的放电部分使用模板滤波。在滤波阶段，滤波是与电刺激同步的，以电刺激的脉冲信号作为滤波器的起始信号，首先开始屏蔽，屏蔽至电刺激伪迹的负向脉冲尖峰。屏蔽结束后，利用伪迹放电阶段的滤波模板计算，并从采集信号中扣除计算得的伪迹估计值，滤除伪迹放电部分，直到下一个电刺激脉冲开始，完成一个周期的电刺激伪迹滤波。

以上所述的具体实施例，对本发明的目的、技术方案和成果进行了详尽说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。