一种基于表面肌电的喉部肌肉电信号采集和处理方法

本发明属于肌肉电信号采集和处理，涉及一种基于表面肌电的喉部肌肉电信号采集和处理方法。

背景技术：

1、喉是由软骨、关节、肌肉和韧带连接形成的复杂管状结构组成的重要器官。喉运动的驱动力是喉部肌肉，在正确的神经支配下，喉部肌肉的正常协同运动保证了喉部功能的正确执行。喉神经功能异常或喉部肌肉的异常活动对喉部功能活动影响显著，可能会严重影响患者的生活质量。对喉部肌肉电信号的测量能直接反映喉部肌肉的运动状态，间接反映喉神经的控制状态，对探索喉部疾病的诱因和发生发展的动态变化过程有重要的基础研究价值和临床应用价值。

2、现有的喉部肌肉电信号采集和处理包括下列方式：

3、肌肉电信号采集方面：

4、目前，临床最常用于检测喉部肌肉活动的方法为喉部肌电图lemg，对受试者的风险小，要求操作者熟悉喉部肌肉精确解剖结构并具备必要的电生理学知识。检测时将针状、钩状电极等细小电极插入喉部肌肉，能更好地与被测肌肉稳定接触，且采集到的肌电信号受到的皮肤、脂肪等组织干扰小，可用于评估多种喉部疾病及喉内肌和喉神经功能。

5、也有部分研究采用表面肌电图semg的技术采集喉部肌肉活动电信号，实现对喉部肌肉电活动的无创测量。

6、肌肉电信号处理方面：

7、肌电信号常用处理方面的去噪方法包括：采用普通滤波器(如切比雪夫滤波器、陷波器、巴特沃斯滤波器等)滤除阻带噪声；采用移动中值滤波器、移动平均滤波器对信号进行平滑处理；采用自适应滤波器自动地迭代调节自身的滤波器参数以实现对噪声的最优滤波；采用小波变换定位噪声并去除；采用主成分分析pca去除包含较少有效信息的噪声；采用独立成分分析ica分离噪声分量。

8、然而，现有的喉部肌肉电信号采集和处理方式均存在不同种类的缺陷，具体如下：

9、信号采集方面：

10、喉部肌电图lemg为侵入式技术，有创，电极针需要从喉部穿透或经口进入，并不断调整角度，以找到合适的电极位置，对操作者的技术和经验要求较高，并给受试者带来较大的痛苦，舒适度差。

11、semg技术虽然无创，但喉部肌肉细小，分布集中且表面传感器尺寸相对较大，采集到的semg信号受目标肌肉不可避免的收到周围干扰肌肉的影响，现有的semg采集方案无法得到能够反映喉部目标肌肉电活动的信号。

12、信号处理方面：

13、采用普通滤波器的不可避免地存在过渡带，仍存在部分噪声没有被有效滤除；平均滤波器和中值滤波器对低频噪声滤除能力差；采用自适应滤波需要假设噪声与参考信号是线性关系；小波变换去噪需要对噪声信号定位，若无先验噪声信息，则无法实现有效去噪；pca对潜在主成分的数目，不能很好地估计，因此并不能较好的保留数据信息；ica分解得到的独立分量信号的数量与用于ica分解的信号通道数相同，即若只有双通道信号，只能分解得到相互独立的两个独立分量，因此通道数量对能否分解出噪声十分重要。

14、因此，需要更优的喉部肌肉电信号采集和处理方法来解决上述现有技术中喉部肌肉电信号采集和处理方法的缺陷问题。

技术实现思路

1、本发明解决技术问题所采取的技术方案是：一种基于表面肌电的喉部肌肉电信号采集和处理方法，包括如下步骤：

2、步骤一：采用不同的多通道差分传感器放置方式采集喉部目标肌肉的semg信号，即通过不同的多通道(通道数≥2，即采用两个或两个以上的传感器)差分传感器特殊的放置位置和放置方向来采集不同目标肌肉的电活动以及其周围干扰肌肉的电活动(一种多通道差分传感器放置方式采集一种喉部目标肌肉的semg信号)。以喉部目标肌肉环甲肌(ct肌)和环杓侧肌(lca肌)为例，通过不同位置和方向的传感器，可单独对ct肌的semg信号进行非侵入采集、可单独对lca肌的semg信号进行非侵入采集、可同时对ct肌和lca肌的semg信号共同进行非侵入采集。

3、具体而言，记采集ct肌的semg信号的传感器放置方式为模式1，采集lca肌的semg信号的传感器放置方式为模式2。模式1要求至少一个通道的主传感器放置在ct肌上并与ct肌轴向方向平行，用于采集ct肌的semg信号；要求至少一个通道的副传感器紧贴主传感器的上边沿或下边沿，并平行于主传感器放置，用于采集ct肌周围干扰肌肉的semg信号。模式2要求至少一个通道的主传感器放置在lca肌上并与lca肌轴向方向平行，用于采集lca肌的semg信号；要求至少一个通道的副传感器紧贴主传感器的上边沿或下边沿，并平行于主传感器放置，用于采集lca肌周围干扰肌肉的semg信号。本发明提出的传感器放置方式，可以实现对喉部肌肉活动的非侵入性测量，同时传感器位置和方向为后续信号处理过程中分解目标肌肉电信号提供基础，解决了现有semg采集方法不能得到反映喉部目标肌肉电活动信号的问题；

4、步骤二：将步骤一中采集到的semg信号整流为零均值的semg信号：

5、步骤三：将步骤二得到的零均值semg信号通过带通滤波器，将semg信号频谱限制在semg信号频带内，滤除低频和高频噪声；

6、步骤四：将步骤三得到的带通滤波后的单个通道信号进行小波变换，将单个通道信号分解为多组不同频率分量的信号；

7、步骤五：将步骤四中小波变换得到的多分量信号使用快速独立成分分析fast ica算法分解，得到相同数量的独立分量(ics)信号，然后选择性地去除噪声分量，噪声分量包括：具有显著心电信号和通道噪声的分量；

8、步骤六：将步骤五中去除噪声分量后剩余的ics信号进行逆fast ica和逆小波变换，将多通道的ics信号还原为单通道信号，所述单通道信号为去噪后的单通道semg信号；

9、步骤七：对不同通道的semg信号重复步骤二到步骤六，直到得到所有通道去噪后的semg信号；通过重复步骤二到步骤六对信号整流、滤波、小波变换、fast ica分解、逆fastica和逆小波变换实现所有通表面肌电信号的去噪，对心电干扰、通道噪声、系统噪声等噪声的抑制效果显著；

10、步骤八：对步骤七得到的多通道(≥2)semg信号(至少一个通道的主传感器和至少一个通道的副传感器采集到的semg信号)使用fast ica算法分解，将喉部目标肌肉和周围干扰肌肉的semg信号分离，分别得到目标肌肉和周围干扰目标肌肉的semg信号，记为ic1，ic2，…,icn,其中，n为多通道semg信号的通道数；

11、步骤九：计算步骤八得到ici(i＝1,…,n)与各通道semg信号间的相关系数；按以下相关性原则寻找符合条件的ici：认为主传感器采集到的semg信号包含更多的喉部目标肌肉电活动信号，因此寻找满足与主传感器采集到的semg信号的相关系数大于0.8的ici，并满足与副传感器采集到的semg信号的相关系数小于0.5，记此ici为ic_target，即为经fast ica分解提取到的喉部目标肌肉的semg信号。若未找到符合条件的ici，则去除这组多通道semg信号，不作进一步分析；

12、步骤十：对步骤九中提取的喉部目标肌肉semg信号ic_target在一系列滑动矩形分析窗口中提取至少一个时频域semg信号特征参数。

13、优选的，所述步骤一中，目标肌肉为环甲肌时，要求至少一个主传感器与环甲肌轴向方向平行并位于环甲肌上，用于采集环甲肌的semg信号，要求至少一个副传感器与主传感器平行并紧贴主传感器上边沿或下边沿放置，用于采集环甲肌周围干扰肌肉的semg信号；目标肌肉为环杓侧肌时，要求至少一个主传感器与环杓侧肌方向平行并位于环杓侧肌上，用于采集环杓侧肌的semg信号，要求至少一个副传感器与主传感器平行并紧贴主传感器上边沿或下边沿放置，用于采集环杓侧肌周围干扰肌肉的semg信号；通过对去噪信号进行fast ica，得到与通道数相等数量的独立分量，然后根据相关性原则筛选出更能反映目标肌肉电活动的独立分量，最大程度地去除周围干扰肌肉的影响，并提取该独立分量至少一个表面肌电的时频域特征。

14、优选的，所述步骤一中，目标肌肉还包括：甲杓肌、胸骨甲状肌、胸骨舌骨肌、甲状舌骨肌。

15、优选的，所述步骤九中，在步骤八得到的ici，其中，i＝1,…,n中寻找喉部目标肌肉环甲肌或环杓侧肌的semg信号，采取的方法为：计算ici与各通道semg信号间的相关系数；按以下相关性原则寻找符合条件的ici：认为主传感器采集到的semg信号包含更多的喉部目标肌肉电活动信号，因此寻找满足与主传感器采集到的semg信号的相关系数大于0.8的ici，并满足与副传感器采集到的semg信号的相关系数小于0.5，记此ici为ic_target，即为经fast ica分解提取到的喉部目标肌肉的semg信号；若未找到符合条件的ici，则去除这组多通道semg信号，不作进一步分析。

16、优选的，所述步骤三中，带通滤波器的上通带频率选择范围为350-500hz，下通带频率选择范围为0-50hz，上阻带频率为500hz，下阻带频率选择范围为0-20hz。

17、优选的，所述步骤四中，小波函数可选择为symlet小波和daubechies小波，分解尺度选择范围为6-10。

18、优选的，所述步骤十中，根据如下公式计算时域semg参数：

19、

20、

21、

22、

23、

24、其中，s为semg信号，n为数据长度；

25、根据如下公式计算频域semg参数：

26、

27、

28、

29、

30、

31、

32、

33、

34、其中，p为功率谱密度，f为对应频率，n为数据长度。

35、优选的，所述步骤十中，滑动矩形分析窗口的窗口长度选择范围为20-500ms，步长可为窗口长度的30％-60％。

36、优选的，所述步骤十中，滑动矩形分析窗口的窗口长度为50ms，步长为15ms。

37、优选的，所述步骤十中，时域semg信号特征参数包括：均方根值rms、绝对值均值mav、积分值inte、方差var和过零率zc；频域semg信号特征参数包括：中值频率mdf，平均功率频率mpf，频率比fr，总功率ttp，1-3阶频谱矩sm1-sm3，中心频率方差vcf。

38、本发明的有益效果是：

39、1、本发明提供的喉部肌肉semg信号采集方法，通过semg技术和多通道传感器放置方法采集喉部肌肉的电活动信号，是一种非侵入方法，可以解决lemg有创的缺点，同时传感器放置方法为信号处理过程中分解出喉部目标肌肉电活动提供基础，解决了现有喉部肌肉semg采集方法不能得到反映喉部目标肌肉电活动信号的问题。

40、2、本发明提供的信号处理方法，(1)先整流得到零均值信号，后通过带通滤波器去除高频和低频噪声，克服了平均和中值滤波器在滤除低频噪声方面的局限性；(2)先后通过小波变换、fast ica分解以及它们的逆过程，滤除未被带通滤波器滤除的噪声(残余心电干扰、残余高频噪声、残余低频扰动)；(3)通过小波变换、fast ica分解以及它们的逆过程去心电干扰时，不需要采集参考心电，不需要假设心电干扰和参考心电的线性关系，也不需要定位心电，克服了小波变换、自适应滤波的局限性；(4)通过小波变换、fast ica分解以及它们的逆过程去噪时，小波变换将单通道信号分解为多通道信号，再将多通道信号进行fastica分解，选择性去除噪声分量，再通过逆过程将多分量信号还原为单通道信号，尽可能地保留了更多数据信息，解决了pca数据信息损失和ica对通道数目要求高的问题；(5)通过对去噪信号的fast ica分解和本发明采取的相关性原则，可筛选出能更多反映目标肌肉肌电活动的信号，最大程度地去除周围干扰肌肉的影响；(6)由于噪声和周围干扰信号的影响被最大程度、更有效地削弱，因此能够提取到较准确的semg时频域特征参数的动态变化。

41、3、通过本发明的采集和信号处理方法，可实现对喉部肌肉电活动信号的有效提取，克服lemg有创和现有semg采集方法无法分离喉部目标肌肉和周围干扰肌肉电活动的问题。