肌电信号实时压缩采样重构的仿真系统的制作方法

本实用新型涉及计算机信息处理领域，具体涉及一种肌电信号实时压缩采样重构的仿真系统。

背景技术：

表面肌电信号(surfaceelectromyogram，semg)作为生物电信号大家族的一员，在临床诊断及康复医学、运动医学等具有重要意义。小型便携的穿戴式表面肌电信号传感器采集得到的肌电信号，其采样率、量化字长、通道数和实验时间等因素可能导致潜在的大量数据。有效传输和存储semg是一个亟待解决的问题。压缩感知是通过对数据的有效压缩，提取有效信息的最少数据来完成数据的降采样，从而有效的解决semg数据的传输和存储过程中数据量过大对系统带来的负担。通过欠采样技术对原始信号进行线性测量，再利用信号重构算法，根据少量的观测值重构原始信号。但目前所用的肌电信号压缩仿真系统不能实现实时性压缩采集重构。

技术实现要素：

本实用新型提供一种肌电信号实时压缩采样重构的仿真系统，该系统能实现肌电信号的实时压缩采集重构。

本实用新型的技术方案为：

一种肌电信号实时压缩采样重构的仿真系统，该系统通过数据采集卡将matlab与佩戴在待测试者下肢的肌电传感器连接起来，上位机上安装板卡，上位机通过板卡上的外部接口连接数据采集卡进而控制肌电传感器，在上位机中的matlab/simulink里搭建仿真模型，其中搭建的matlab/simulink仿真模型包括通道选择模块、压缩模块、过完备字典生成模块、重构模块、评价模块和识别模块。

所述肌电传感器采用美国delsys公司的trignotmwirelessemg肌电采集传感器，并配有trignotmwirelessemg基站，数据采集卡采用quanser端子板，板卡为quanser公司q-pid板卡，上位机中安装quarc软件，将emg基站的“1-64emg接口”通过数据线连接至quanser端子板的“analog0”输入口。

所述通道选择模块用于选择单通道或多通道模式进行采集；

所述压缩模块用于将采集的长度为n的肌电信号进行压缩获得观测向量；

所述过完备字典生成模块用于获得ksvd肌电信号字典；

所述重构模块用于利用重构算法及获取的压缩模块和过完备字典生成模块的数据，获得重构的肌电信号

所述评价模块获取重构模块及通道选择模块数据；

所述识别模块获取重构模块及通道选择模块数据。

本实用新型与现有技术相比具有如下有益效果：

1)本实用新型通过通过数据采集卡将matlab与佩戴在待测试者下肢的肌电传感器连接起来，同时配合板卡，实现肌电信号的实时传输采集，在上位机中搭建仿真模型，能够实现实时压缩重构，保证重构的实时性并提高了肌电信号重构的速度；

2)本实用新型利用肌电传感器和数据采集卡及simulink工具共同搭建一个肌电信号的实时压缩采样和重构的半实物仿真系统。此系统设计的创新处即通过数据采集卡将只能用作仿真的matlab与外部实际的肌电传感器连接起来,形成了半实物系统设计，用户可以直接在matlab/simulink里搭建仿真模型，再通过板卡上的外部接口控制被控对象，进行算法的研究，更加直观、简洁。

3)本实用新型仿真系统采用的肌电采集系统能实现多通道数据采集，实现了单通道以及多通道肌电信号的重构，压缩比能达到50％,为肌电信号检测与分析提供了一种新思路。

附图说明

图1本实用新型肌电信号实时压缩采样重构的仿真系统的结构示意框图。

图2是搭建的simulink仿真模型。

图3是ksvd字典训练流程示意图。

图4是肌电信号压缩重构流程示意图。

图5(a)是单路原始肌电信号图。

图5(b)是单路重构肌电信号图。

图5(c)是单路原始肌电信号与重构肌电信号误差图。

图6(a)和图6(b)分别是通道1原始肌电信号重构肌电信号效果图。

图6(c)和图6(d)分别是通道2原始肌电信号重构肌电信号效果图。

图6(e)和图6(f)分别是通道3原始肌电信号重构肌电信号效果图。

图6(g)和图6(h)分别是通道4原始肌电信号重构肌电信号效果图。

具体实施方式

下面将结合本实用新型实施例中的附图，对本实用新型实施例当中的技术方案进行清楚、完整地描述，需要说明的是，本说明书所附图中示意的传感器、数据量、通道数等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本实用新型可实施的限定条件，任何传感器位置的改变、数据量采集的多少或采集通道数的变化，在不影响本实用新型所能产生的功效及所能达成的目的下，均应落在本实用新型所揭示的技术内容得能涵盖的范围内。

在本实用新型的描述中，除非另有明确的规定和限定，术语“放置”、“相连”、“连接”应做广义理解，不限于具体方式，本实用新型描述中所引用的如“上”、“下”、“左”、“右”、“内侧”、“外侧”等用语，亦仅为便于叙述的明了，而非用以限定本实用新型可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本实用新型可实施的范畴。其中实施例1描述了系统处理单路肌电信号的过程，实施例2描述了系统处理多通道肌电信号的过程。

本实用新型设计了肌电信号实时压缩采样和重构的半实物仿真系统，系统具体设计框图如图1所示，通过数据采集卡将只能用作仿真的matlab与佩戴在待测试者下肢的肌电信号采集传感器连接起来，形成了半实物系统设计，上位机通过板卡上的外部接口连接数据采集卡进而控制肌电传感器，上位机上安装板卡，同时加载板卡配套的驱动软件，板卡的选择与数据采集卡相配套使用，

在上位机中的matlab/simulink里搭建仿真模型，其中搭建的matlab/simulink仿真模型包括通道选择模块、压缩模块、过完备字典生成模块、重构模块、评价模块和识别模块，该仿真模型能够实现对肌电信号的压缩重构，具体的重构方法可以采用现有技术，不作为本申请的保护内容，当然本申请也可以优选下面的重构方法实现：

仿真模型中各的模块及其作用：通道选择模块用于选择单通道或多通道模式进行采集；压缩模块用于将采集的长度为n的肌电信号x通过公式y＝φx经测量矩阵φ压缩为长度为m的观测向量y，其中压缩比为m/n＝50％；过完备字典生成模块的作用是用ksvd算法生成肌电信号字典d；重构模块的作用是利用重构算法及压缩模块的观测向量y和字典d通过公式y＝φdθ得到肌电信号稀疏系数θ后，通过得到重构的肌电信号评价模块是通过信噪比的数值对重构肌电信号的效果进行评价；识别模块是分别用原始肌电信号和重构肌电信号通过支持向量机对上楼梯、下楼梯、平地走这三种运动状态进行识别，通过原始信号和重构信号的识别率对比，验证重构算法的有效性。仿真模型搭建完毕以后，在matlab/simulink中选择外部运行模式经编译连接生成实时运行的代码调用板卡，在保证外部硬件连接正确后，该系统可以正常运行。各个模块共同完成肌电信号压缩重构过程，肌电信号压缩重构流程如图4所示，先选择通道号进行配对，然后通过肌电传感器实时采集肌电信号并传输至上位机进行压缩模块处理得到观测向量y，再用ksvd字典生成模块生成过完备字典d，利用重构模块进行肌电信号的重构，然后使用信噪比指标对系统的重构精度进行评价，重构信号信噪比越大，重构精度越低。最后设计识别模块通过上楼梯，下楼梯，平地走这三种运动状态的识别率验证了数据压缩重构的有效性。

基于ksvd算法的表面肌电信号压缩重构方法，包括以下步骤：

第一步，获取表面肌电信号，设置数据采集卡的输入口，将在matlab/simulink里搭建的仿真模型载到板卡中，板卡通过数据采集卡发送命令实时采集肌电信号数据，设置压缩比为50％，迭代次数m＝25-40；

第二步，在simulink中选择相应的通道模式后读取数据采集卡传输回的肌电数据，利用得到的肌电信号数据训练ksvd字典直到满足收敛条件；

其中，所述ksvd字典的训练过程是：

1)利用获取的表面肌电信号历史信息，组成样本数据集q；用于构造表面肌电信号过完备字典d0和要进行稀疏表示的样本集合s；

2)从数据集q中选取k个原子形成初始字典d0∈r^n×k，r^n×k表示字典属于一个n×k的向量空间，n和k分别表示字典的行数和列数；

3)样本数据集为n个待稀疏表示的肌电信号集合，n为信号长度，对样本数据集s进行稀疏编码：即利用正交匹配追踪算法计算每个样本si的表示向量zi，求解方程为i＝1,2，…，n,||zi||0≤t0,该方程旨在找到一个最多有t0个非零项的信号，并且使得限制条件t0最小，其中t0是一个固定的预设数量的非零项；为s的解向量集合；

4)将稀疏系数矩阵z中的特征向量zi进行归一化处理，将其缩放至[0,1]区间，得到归一化处理后的矩阵z；

5)更新字典的第k列，记dk为字典d的第k列向量，固定字典d的其它所有的列；

6)更新该列的表达系数，每一个表达系数分别与字典中的一列相对应，随着字典中的一列发生了改变，其对应的表达系数也会发生相应的变化，使其最大限度的减少均方误差，均方误差即为步骤3中)的值，直到达到设定的迭代次数m，停止更新，得到训练好的ksvd字典d；

第三步，在simulink中利用上述字典d对后续采集到的表面肌电信号x进行降采样处理；生成m×n维高斯随机观测矩阵φ，利用y＝φx投影n维肌电数据x，得到m维观测值y；

第四步，将观测值y、观测矩阵φ、ksvd字典d输入重构算法，重构算法包括但不限于同步正交匹配追踪算法或子空间追踪(sp)算法。

根据y＝φdθ得到重构后的稀疏系数θ；利用稀疏系数θ，通过得到重构的肌电信号

第五步，将重构得到的肌电信号与原始信号进行实时对比，并建立信噪比指标分析评价重构精度；

第六步，将重构的肌电信号应用于识别上楼梯，下楼梯，平地走这三种运动状态，对比原始肌电信号识别率，验证了肌电信号压缩重构的有效性。

实施例1

本实用新型实施例1仿真系统的工作过程如下：

第一步，肌电采集系统采用美国delsys公司的trignotmwirelessemg肌电采集传感器，肌电传感器佩戴在待测试者下肢，利用采集通道1分别人体上楼梯，下楼梯，平地走这三种运动过程中表面肌电信号，信号的采样频率为2000hz，采集时间3min，将肌电信号无线传输至trignotmwirelessemg基站，将emg基站“1-64emg接口”通过数据线连接至quanser端子板的“analog0”输入口，从而将肌电信号传送至装有quanser公司q-pid板卡的电脑系统。电脑上安装quarc软件，通过该软件在windows环境下启动由simulink仿真模型生成的代码实现肌电信号的实时采集。信号长度n＝160，k＝300，样本数据集的原子个数n＝600，迭代次数m＝30，测量数m＝80。

第二步，在simulink中选择单通道模式后读取数据采集卡传输回的肌电数据，利用得到的肌电信号数据训练ksvd字典直到满足收敛条件。

其中，所述ksvd字典的训练过程如图3所示，具体过程如下：

1.利用采集到的表面肌电信号历史信息，组成样本数据集q；用于构造表面肌电信号过完备字典d0和要进行稀疏表示的样本集合s；

2.从数据集q中选取k个原子形成初始字典d0∈r^n×k，r^n×k表示字典属于一个n×k的向量空间，n和k分别表示字典的行数和列数；

3.样本数据集为n个待稀疏表示的肌电信号集合，n为信号长度，对样本数据集s进行稀疏编码：即利用omp算法计算每个样本si的表示向量zi，求解方程为i＝1,2，…，n,||zi||0≤t0,该方程旨在找到一个最多有t0个非零项的信号，并且使得限制条件t0最小，其中t0是一个固定的预设数量的非零项；为s的解向量集合；

4.将稀疏系数矩阵z中的特征向量zi进行归一化处理，将其缩放至[0,1]区间，得到归一化处理后的矩阵z；

5.更新字典的第k列，记dk为字典d的第k列向量，固定字典d的其它所有的列；

6.更新该列的表达系数，每一个表达系数分别与字典中的一列相对应，随着字典中的一列发生了改变，其对应的表达系数也会发生相应的变化，使其最大限度的减少均方误差，均方误差即为步骤3中)的值)，直到达到设定的迭代次数m，停止更新，得到训练好的ksvd字典d。

第三步，在simulink中利用上述字典d对后续采集到的表面肌电信号x进行降采样处理；生成m×n维高斯随机观测矩阵φ，利用y＝φx投影n维肌电数据x，得到m维观测值y；

第四步，利用sp重构算法，观测值y，观测矩阵φ,ksvd字典d，基于y＝φdθ得到重构后的稀疏系数θ；利用稀疏系数θ，通过得到重构的肌电信号

其中，sp算法的核心步骤如下：

输入：恢复矩阵a＝φ*d,观测样本y,稀疏度h(取h＝m/6)；

输出：信号的稀疏稀疏系数θ；

初始化：残差r0＝y＝y，索引集λ0＝[]，t＝1，aj为a的第j列；

1.找出匹配度最高的h个原子的索引

2.构建候选集，集合b中存储最大相关匹配度最高的k个原子的索引c＝λt-1∪b；

3.求解最小二乘问题，从c中找出k个最优原子的索引

4.更新残差

5.判断是否满足停止迭代条件，若不满足则t＝t+1；

则返回1,若满足则停止迭代计算

第五步，将重构得到的肌电信号与原始信号进行实时对比，并建立信噪比等指标分析评价系统压缩重构肌电信号的质量，单通道结果如图5(a)-图5(c)所示，由图可知通道1重构肌电信号和原始肌电信号基本一致，信噪比高达82.093db，重构效果良好。

第六步，将重构的肌电信号应用于识别上楼梯，下楼梯，平地走这三种运动状态，对比原始肌电信号识别率，验证了肌电信号压缩重构的有效性。

实施例2

图2中肌电信号通过数据转换单元进入四通道选择模块，进入compession后执行压缩模块和过完备字典生成模块功能，输出观测向量y及过完备字典d到重构模块,同时重构模块中设置有数字时钟，能实时传输记录时刻；将重构后的肌电信号输入到评价模块及识别模块进行评价及验证，完成肌电信号的压缩重构过程。对多通道肌电信号联合重构研究，以多个肌电信号之间的相关性为前提，以单个信号进行压缩采样，然后进行多个压缩数据的联合重构，从而进一步减少观测数量，提高重构精度，实现了肌电信号的多通道重构。具体过程如下：

第一步，肌电采集系统采用美国delsys公司的trignotmwirelessemg肌电采集传感器，肌电传感器佩戴在待测试者下肢，分别采集通道1，2，3，4共4通道人体上楼梯，下楼梯，平地走这三种运动过程中表面肌电信号，信号的采样频率为2000hz，采集时间3min，将肌电信号无线传输至trignotmwirelessemg基站，将emg基站“1-64emg接口”通过数据线连接至quanser端子板的“analog0-3”输入口，从而将肌电信号传送至装有quanser公司q-pid板卡的电脑系统。电脑上安装quarc软件，通过该软件在windows环境下启动由simulink仿真模型生成的代码实现肌电信号的实时采集。信号长度n＝160，k＝300，样本数据集的原子个数n＝600，迭代次数m＝30，测量数m＝80。

第二步，在simulink中选择多通道模式后读取数据采集卡传输回的肌电数据，利用得到的肌电信号数据训练ksvd字典直到满足收敛条件。

其中，所述ksvd字典的训练过程如图3所示，具体过程如下：

1.利用采集到的表面肌电信号历史信息，组成样本数据集q；用于构造表面肌电信号过完备字典d0和要进行稀疏表示的样本集合s；

2.从数据集q中选取k个原子形成初始字典d0∈r^n×k，r^n×k表示字典属于一个n×k的向量空间，n和k分别表示字典的行数和列数；

3.样本数据集为n个待稀疏表示的肌电信号集合，n为信号长度，对样本数据集s进行稀疏编码：即利用omp算法计算每个样本si的表示向量zi，求解方程为i＝1,2，…，n,||zi||0≤t0,该方程旨在找到一个最多有t0个非零项的信号，并且使得限制条件t0最小，其中t0是一个固定的预设数量的非零项；为s的解向量集合；

4.将稀疏系数矩阵z中的特征向量zi进行归一化处理，将其缩放至[0,1]区间，得到归一化处理后的矩阵z；

5.更新字典的第k列，记dk为字典d的第k列向量，固定字典d的其它所有的列；

6.更新该列的表达系数，每一个表达系数分别与字典中的一列相对应，随着字典中的一列发生了改变，其对应的表达系数也会发生相应的变化，使其最大限度的减少均方误差，均方误差即为步骤3中)的值)，直到达到设定的迭代次数m，停止更新，得到训练好的ksvd字典d。

第三步，在simulink中利用上述字典d对后续采集到的表面肌电信号x＝{x1,x2,x3,x4}进行降采样处理；生成m×n维高斯随机观测矩阵φ，利用y＝φx投影n维肌电数据x，得到m维观测值y；

第四步，利用同步正交匹配追踪(simultaneouslyorthogonalmatchingpursuit，somp)重构算法，观测值y，观测矩阵φ,ksvd字典d，基于y＝φdθ得到重构后的稀疏系数θ；利用稀疏系数θ，通过得到重构的肌电信号

其中，somp算法的核心步骤如下：

1.参数初始化初始迭代次数t＝1，对于信号集中的每个信号yj有初始化正交稀疏矢量βj＝0,βj∈r^m,初始化指标集合rj，i表示yj的迭代第t次后的残差，初始残差rj，0＝yj，矩阵φj，ω表示在φj中选择与ω所对应的列组成的子矩阵。初始化

2.寻找使残差和最大的字典矢量，并将其加入指标集合对指标进行更新：

ω＝|ω,nt|

3.将所选的字典矢量正交化：

4.更新所选信号对应的正交系数与残差，通过计算残差与正交后的原子来更新正交系数：

rj,t＝rj,t-1-βj(t)γj,t

5.收敛性判断，执行步骤6，否则返回步骤。若t≤m，则t＝t+1，返回2，否则执行6，注意到算法迭代的最大次数为观测矩阵行数；

6.解正交化:

φj,ω＝γjrj

7.原始信号的恢复：

yj＝γjβj＝φj,ωxj,ω＝γjrjxj,ω

其中，θj,ω为稀疏信号的估计值，为原始信号的重构值。

第五步，将重构得到的肌电信号与原始信号进行实时对比，由图6(a)-图6(h)可知通道1，2，3，4重构肌电信号和原始肌电信号基本一致，重构效果良好。

第六步，将重构的肌电信号应用于识别上楼梯，下楼梯，平地走这三种运动状态，对比原始肌电信号识别率，验证了肌电信号压缩重构的有效性。

最后应说明的是：以上结合附图对本实用新型优选实施例作了详细说明，但是本实用新型不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本实用新型宗旨的前提下做出各种变化，这些变化涉及本领域技术人员所熟知的相关技术，这些都落入本实用新型专利的保护范围。

本实用新型未尽事宜为公知技术。