一种肌电信号综合特征提取装置

1.本发明属于深度学习系统技术领域，具体涉及一种肌电信号综合特征提取装置。


背景技术：

2.由于现代社会科技的迅猛发展，越来越多的年轻人沉湎于玩手游，刷短视频。同时，人们在工作学习要保持长时间的伏案姿势，包括老年人，随着年龄的增长，老年人的颈椎也经常出现多方面的健康问题。颈椎病已经逐渐产生了低龄化的泛社会化性问题，由于长期慢性劳损导致的颈肩部肌肉疲劳，目前有效监测颈椎疲劳的通过医学监测。通常是根据颈椎病患者临床症状、体征和颈椎核磁共振成像联合起来进行病患程度的诊断，但这种诊断只能对颈椎病发生后检测，无法预防纠正从而减缓甚至避免病发。


技术实现要素：

3.本发明的目的在于提供一种肌电信号综合特征提取装置，以解决上述问题。
4.一种肌电信号综合特征提取装置，包括信号采集模块以及信号处理装置，所述信号采集模块采集人体颈部肌电信号且将信号传递至所述信号处理装置，所述信号处理装置包括
5.信号放大模块：用于将所述信号采集模块采集到的肌电信号放大、传输；
6.信号传输模块：放大后的肌电信号经数据线传输到开发板，所述开发板再将信号经串口传递至上位机，以将肌电信号从模拟电荷转换为数字信号；
7.信号预处理模块：上位机内预装有信号处理软件，所述信号处理软件对初始肌电信号进行降噪、滤波，
8.信号小波降噪模块：预处理后的信号传输到小波降噪模块中，小波降噪模块采用上位机labview中的matlab script节点来对采集到的信号进行小波降噪；
9.特征提取模块：降噪后的信号经过滤波后经过深度学习提取信号特征，形成特征库存储在上位机内。
10.优选的，所述信号处理软件为matlab软件，在matlab软件采用一维自相关模型或巴特沃斯滤波器模型对信号进行降噪、滤波。
11.优选的，所述特征提取模块的信号处理软件也为matlab软件，在matlab软件采自功率谱模型或傅里叶变换模型对信号进行滤波。
12.优选的，所述信号采集模块包括颈托以及压电传感器，所述颈托的内壁设有所述压电传感器且所述压电传感器紧贴在人体颈椎处，所述压电传感器的输出端通过数串口连接箱连接到所述开发板，所述开发板通过数据线连接到所述上位机。
13.优选的，所述压电传感器为柔性压电薄膜传感器且所述柔性压电薄膜传感器的型号为ldt0-028k压电薄膜传感器。
14.优选的，所述开发板为arduino控制板。
15.本发明采用具有以下优点：
16.本发明选择柔性电子材料作为传感器，对颈肩运动过程中的肌电信号进行采集，借助arduino控制板完成数据的串口通讯与传输，实现labview对系统上位机的软件开发，完成肌电信号的实时采集，借助降噪滤波、傅里叶变换、自相关、自功率谱的程序设计进行信号预处理。在此基础上，利用小波分析，提取运动的特征参数，作为颈肩疲劳特征的判断依据。本发明监测颈肩疲劳程度，在病发之前通知用户，实现预测功能。
附图说明
17.图1为本发明的结构框图。
18.图中附图标记：1、信号采集模块；2、信号放大模块；3、信号传输模块；4、信号预处理模块；5、信号小波降噪模块；6、特征提取模块；
19.图2为信号预处理模块采用一维自相关模型处理后的波形图。
20.图3为信号预处理模块采用巴特沃斯模型处理后的波形图；
21.图4为特征提取模块采用傅里叶变换模块处理后的波形图；
22.图5为特征提取模块采用自功率频谱处理后的波形图；
23.图6为初始肌电信号与小波层数为4降噪处理后的波形对比图；
24.图7为初始肌电信号与小波层数为5降噪处理后的波形对比图。
具体实施方式
25.下面对照附图，通过对实施例的描述，对本发明具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
26.如图1-7所示，本发明提供了一种肌电信号综合特征提取装置，包括信号采集模块1以及信号处理装置，所述信号采集模块1采集人体颈部肌电信号且将信号传递至所述信号处理装置，所述信号采集模块1包括颈托以及压电传感器，所述颈托的内壁设有所述压电传感器且所述压电传感器紧贴在人体颈椎处，所述压电传感器的输出端通过数串口连接箱连接到所述开发板，所述开发板通过数据线连接到所述上位机。所述压电传感器为柔性压电薄膜传感器且所述柔性压电薄膜传感器的型号为ldt0-028k压电薄膜传感器。所述开发板为arduino控制板，arduino控制板经串口将信号数据传递至labview软件。
27.选择柔性电子材料作为传感器，对颈肩运动过程中的肌电信号进行采集，借助arduino控制板完成数据的串口通讯与传输，利用labview hacker linx toolkit(linx)工具包，实现labview对系统上位机的软件开发，完成肌电信号的实时采集，借助降噪滤波、傅里叶变换、自相关、自功率谱的程序设计进行信号预处理。在此基础上，利用小波分析，提取运动的特征参数，作为颈肩疲劳特征的判断依据。在表面电极的引导下，被测肌肉的生物电信号通过引线传输到硬件调理电路。经过放大滤波后，通过arduino完成从模拟电荷到数字信号的转换，数据通过数据线与上位机进行通信，数据传输到上位机。
28.所述信号处理装置包括
29.信号放大模块2：用于将所述信号采集模块采集到的肌电信号放大、传输；
30.信号传输模块3：放大后的肌电信号经数据线传输到开发板，所述开发板再将信号经串口传递至上位机，以将肌电信号从模拟电荷转换为数字信号；并将其存储在labview系
统，形成电子表格；
31.信号预处理模块4：上位机内预装有信号处理软件，所述信号处理软件对初始肌电信号进行降噪、滤波，通过labview中读写电子表格来对上面采集到的信号来加以操作。通过对文件的调取，读取已采集并保存的电子表格文件，接下来对其进行深度的预处理操作；采用一维自相关模型或巴特沃斯滤波器模型对信号进行降噪、滤波，其中巴特沃斯滤波器是现下应用较为广泛的滤波器，由于其结构简单，性能较为完善，且在通频带内曲线平坦，没有起伏，在阻频带缓慢下降至零，制作简易且一般能够达到设计要求，
32.信号小波降噪模块5：预处理后的信号传输到小波降噪模块中，小波降噪模块采用上位机labview中的matlab script节点来对采集到的信号进行小波降噪；
33.特征提取模块6：降噪后的信号经过滤波后经过深度学习提取信号特征，形成特征库存储在上位机内，在matlab软件采自功率谱模型或傅里叶变换模型对信号进行滤波。
34.工作原理：本发明选择柔性电子材料作为传感器，对颈肩运动过程中的肌电信号进行采集，借助arduino控制板完成数据的串口通讯与传输，实现labview对系统上位机的软件开发，完成肌电信号的实时采集，借助降噪滤波、傅里叶变换、自相关、自功率谱的程序设计进行信号预处理。在此基础上，利用小波分析，提取运动的特征参数，作为颈肩疲劳特征的判断依据。本发明监测颈肩疲劳程度，在病发之前通知用户，实现预测功能。
35.上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的发明构思和技术方案进行的各种非实质性的改进，或未经改进将本发明构思和技术方案直接应用于其它场合的，均在本发明保护范围之内。