基于線性變化力采集的表面肌電信號分解.pdf

1、肌電信號(Electromyographicsignal,EMGs)是由運動神經(jīng)元興奮產(chǎn)生的運動單位動作電位序列(MotorUnitActionPotentialTrain，MUAPT)沿肌纖維傳播在檢測電極處時間和空間疊加的結(jié)果，可以通過分布在皮膚表面的表面電極或者插入肌肉組織中的針電極、線電極獲得。肌電信號的分解則是將其還原為構(gòu)成它的MUAPT的逆過程，其目標是檢測到信號中活動的運動單元并識別出對應(yīng)的每一個發(fā)放，目前已經(jīng)在基礎(chǔ)醫(yī)學(xué)研

2、究、臨床疾病的輔助診斷和康復(fù)醫(yī)學(xué)工程等領(lǐng)域得到了廣泛的應(yīng)用。
　　 表面肌電(surfaceElectromyography,sEMG)相對于針電極肌電(indwellingElectromyography,iEMG)具有無創(chuàng)檢測的優(yōu)點，應(yīng)用范圍更廣，但由于其產(chǎn)生機制的復(fù)雜性，對其分解的難度也更大，特別是肌肉收縮力較大時，因此目前對sEMG信號的分解大多局限于較低收縮力水平。肌電信號的分解中最困難的問題是對疊加波形的分解，其分解

3、方法一般有剝離法和合成法兩種。但是不論哪種方法，分解的結(jié)果目前大多集中在肌肉較低收縮力水平，主要原因在于較高收縮力情況下運動單元動作電位(MotorUnitActionPotential，MUAP)疊加嚴重，波形模板難以獲取。
　　 本文重點研究了基于線性變化力采集的表面肌電信號分解方法和基于合成法的疊加波形分解方法，主要研究工作和成果如下：
　　 1)為了解決較高收縮力水平sEMG信號分解問題，提出了一種基于線性變化力

4、采集的表面肌電信號分解方法。首先，我們按不同肌肉收縮力水平采集sEMG信號；其次，利用常規(guī)方法對較低收縮力下的sEMG信號進行分解，獲得在該收縮力水平下波形模板信息和募集發(fā)放信息；最后，利用這些信息對較高收縮力下的sEMG進行分解，并以此逐級向上，從而實現(xiàn)對較高收縮力水平肌電信號的分解。利用這種方法分解sEMG信號能夠獲得較高的MUAP識別正確率。
　　 2)針對表面肌電信號疊加波形的特點，采用了一種基于合成法的疊加波形處理方法