(2 Π R9 C4)。如图2所示，第六运算放大器U6的同相输入端通过第四电容C4连接第一运算放大器Ul的输出端。第六运算放大器U6的反相输入端通过第五电容C5连接第二运算放大器U2的输出端。
[0028]进一步地，所述导联线屏蔽驱动电路115包括第三运算放大器U3 ;所述第三运算放大器U3的同相输入端连接高通滤波电路113 ;所述第三运算放大器U3的反相输入端连接第三运算放大器U3的输出端；所述第三运算放大器U3的输出端接地。具体来说，第三运算放大器U3为添加的导联线屏蔽驱动电路。如图2所示。所述第三运算放大器U3的同相输入端通过第九电阻R9连接第六运算放大器U6的同相输入端；所述第三运算放大器U3的同相输入端还通过第十电阻RlO连接第六运算放大器U6的反相输入端。
[0029]通过上述电路，本发明的前端放大模块，共模抑制比远远超过肌电采集国标对共模抑制比要求(国标为超过80dB);输入阻抗远超过肌电国标要求(国标为大于100ΜΩ)。
[0030]进一步地，所述腿部驱动模块120包括:第三电阻R3、第七电阻R7、第八电阻R8、第i^一电阻Rl1、第六电容C6、第四运算放大器U4和第五运算放大器U5 ；
所述第五运算放大器U5的输出端通过第三电阻R3连接第三电极(图2中所示为SEMG_RU ;所述第五运算放大器U5的输出端还通过第七电阻R7连接第五运算放大器U5的反相输入端，所述第五运算放大器U5的输出端还依次通过第六电容C6和第八电阻R8连接第五运算放大器U5的反相输入端；所述第五运算放大器U5的同相输入端接地；
所述第四运算放大器U4的输出端通过第十一电阻Rll连接第五运算放大器U5的反相输入端；所述第四运算放大器U4的输出端还连接第四运算放大器U4的反相输入端；所述第四运算放大器U4的同相输入端连接前端放大模块110。
[0031]具体来说，所述第四运算放大器U4的同相输入端通过第十二电阻连接第六运算放大器U6的同相输入端，还通过第十三电阻R13连接第六运算放大器U6的反相输入端。所述腿部驱动模块120用于生物体表电信号的采集，它从前置放大模块两个相等的偏置电阻第十二电阻R12、第十三电阻R13中间取出人体共模电压，依次经电压跟随器U4与反相放大器U5连接到右腿，它相当于共模电压并联负反馈电路，起快速放电、有效衰减人体共模电压信号的作用。
[0032]在实际应用时，如图2所示，肌电前端放大模块的输入输出关系推导如下:假设A、B、C、D 和E五点的电位为VA、VB、VC、VD、VE;VA-VB为差分电极电位差VI。VD=(1+2R5/R4)VA ；VE=(1+2R6/R4) VB ；VD-VE=(1+2R5/R4)(VA-VB) = (1+2R5/R4)VI ；则 Vout=K(1+2R5/R4)V1
[0033]然后前端放大模块将采集的肌电信号依次经过带通滤波模块、工频滤波模块等发送至微处理器。在对肌电信号处理时针对工频干扰中心频率偏移的问题，使用了自适应工频滤波，使得采集到的肌电信号信噪比高，能用于后续的肌电评估。
[0034]进一步地，所述微处理器180包括:
预处理单元，用于对所述表面肌电信号对应的数字信号进行预处理，得到对应的肌电数据；
肌力评估单元，用于利用端点检测算法从所述肌电数据中划分选取部分肌电数据，根据该部分肌电数据计算对应的均方根和肌电积分值，根据所述均方根和肌电积分值进行肌张力评估和肌力等级评估；
肌肉疲劳评估单元，用于利用端点检测算法从所述肌电数据中划分选取部分肌电数据，根据该部分肌电数据计算对应的平均频率和中值频率，根据所述平均频率和中值频率进行肌肉疲劳评估。
[0035]具体来说，在实际应用时，可通过微处理器对肌电信号对应的数字信号进行处理，也可发送至电脑(PC)进行处理。上述硬件部分采集到的数据通过USB传输到电脑进行一系列处理。
[0036]在微处理或电脑端处理的流程如下，先对对所述表面肌电信号对应的数字信号进行预处理，得到对应的肌电数据。也就是对数字信号进行软件滤波，进一步去除噪声干扰。滤波处理包括高通滤波、工频滤波和平均滤波。所述高通滤波和平均滤波都是传统的滤波器，技术比较成熟。所述工频滤波采用改进型自适应工频滤波器，该滤波器是针对电网扰动噪声中心频率偏移问题而设计。这样获得的信号能够很好地被后续评估模块所使用。譬如对解析后的肌电信号的数字信号进行带通滤波器、自适应工频滤波器等预处理后得到对应的肌电数据。
[0037]然后利用端点检测算法从背景信号中提取肌电信号，用来计算肌电信号各项指标。具体从数据库中读入肌电数据后，利用端点检测算法从背景信号中划分选取有用的肌电信号，提取该段数据计算其评估指标(均方根、肌电积分值、平均频率和中值频率)，再绘制评估指标曲线。所述端点检测算法采用短时能量设定阈值，辅以短时平均过零率进行判断。所述评估指标中，均方根、肌电信号积分值用于肌张力评估、肌力等级评估，而平均频率、中值频率用于肌肉疲劳评估，其中中值频率拟合直线的斜率被定义为疲劳度指数。
[0038]进一步地，所述肌肉疲劳评估单元包括:肌电数据提取子单元，用于利用端点检测算法从所述肌电数据中划分选取部分肌电数据；肌肉疲劳计算子单元，用于利用短时傅立叶变换计算该部分肌电数据的肌电信号频谱，通过计算出的中值频率得到肌肉的疲劳程度。
[0039]进一步地，在电脑端，还可设定康复训练模式，譬如常规模式、耐力模式、爆发力模式和自定义模式，可添加自定义训练模式，根据运动肌肉评估结果设定适合患者的训练模式，增加治疗的针对性。在运动肌肉的康复模式中添加自定义训练模式。这种模式可以根据评估的结果自主地设计训练模式，能够保证患者在肌肉承受范围内进行康复训练，并且能够针对所需康复参数进行自由组合，使得治疗更有针对性，有助于患者的康复。
[0040]举例说明如下，康复训练模式依次为:常规模式、耐力模式、爆发力模式、自定义模式。康复训练常规模式:当患者肌电水平超过反馈阈值时，屏幕弹出烟花播放窗口作为奖励。其中反馈阈值是采集患者第一分钟内的肌电信号，取最大值的80%作为肌电的反馈阈值，当患者多次努力也无法达到阈值水平时，逐步降低肌电反馈阈值直到患者成功触发为止。本训练模式适用于2-4级肌力患者。
[0041]耐力训练模式:患者需要在一定时间内保持肌肉输出力量稳定以控制产生类似梯形的肌电图。本训练模式对于肢体瘫痪的患者要求比较高，肌力水平要在3级以上。
[0042]爆发力训练模式:要求患者在黄色区域内快速收缩、放松肌肉，让肌电曲线有快速变化过程。该训练模式主要考验中枢神经对肌肉控制的灵活性、快速反应能力，对用户的肌力水平要求较高，至少3级以上。
[0043]自定义训练模式:该模式灵活性高，能够根据康复评估结果灵活设置反馈曲线阈值，设置任意难度肌电反馈阈值曲线，有助于提高治疗的针对性。用户可通过鼠标点击设置区域的关键点进行反馈曲线设置，当用户的肌电水平大于等于反馈阈值时，将会获得一定积分奖励，用户设置好反馈阈值曲线形状后点击确认即可进入训练模式。
[0044]基于上述表面肌电采集装置，本发明还提供了一种采用上述的表面肌电采集装置的肌电信号处理方法，如图3所示，包括:
S100、采集皮肤表面肌电信号，并转换为对应的数字信号；
S200、对所述数字信号进行预处理，得到对应的肌电数据；
S300、利用端点检测算法从所述肌电数据中划分选取部分肌电数据，根据该部分肌电数据计算对应的均方根、肌电积分值、平均频率和中值频率；
S400、根据所述均方根和肌电积分值进行肌张力评估和肌力等级评估，根据所