专利名称：基于Wi-Fi的多通道表面肌电信号采集系统及处理方法
技术领域：
本发明涉及对皮肤表面处的表面肌电信号的采集和处理，具体地指一种基于W1-Fi的多通道表面肌电信号采集系统及处理方法。
背景技术：
表面肌电(surface electromyography,缩写SEMG)信号是肌肉电活动在皮肤表面处时间和空间上的综合。不同的神经肌肉系统在进行随意和非随意性活动时会产生具有不同特性的生物电信号，通过提取和研究不同生物电信号特性，可以有效识别人体运动动作、诊断肌肉病症以及指导康复医疗等。近年来，SEMG不仅被广泛应用于疾病诊断、康复医学、运动体育等领域，而且作为一种新颖的人机交互输入方式而备受关注。然而，传统的表面肌电信号采集系统大多采用有线或低速无线的传输网络，实现采集卡与电脑等控制设备的肌电信号数据传输。如使用低速率无线射频芯片CC2500作为采集卡与控制终端的数据通信链路，或者文献采用有线的SEMG电极采集表面肌电信号。传统有线肌电信号采集卡具有高精度、低延时等优点，但又存在严重的工频干扰、便携性差等缺点；低速无线采集卡虽能克服有线肌电信号采集的诸多缺点，增强了采集系统的便携性、易用性以及安全性，但低速率的无线链路牺牲了采集系统的实时性，甚至降低了某些特殊应用需求下的高精度、高采样率等指标。另外，传统的无线肌电信号采集系统需要定制电脑等控制设备端的通信硬件和通信协议，使得传统肌电信号采集设备的通用性受到了很大限制。与此同时，肌电信号处理方法也逐渐成为研究的重点，有关肌电信号在肌肉功能诊断、运动动作识别及肌肉疲劳鉴定等方面的研究也有了较大的进步。利用肌电采集卡提取的人体表面肌电信号某些特征并进行模式分类，能够获得人体运动学相关信息，进而驱动假肢或康复医疗设备辅助病人完成相应的肌肉动作。其中肌电信号特征提取和模式分类的方法始终是生物电信号处理领域的研究重点。近年来研究者分别从时域、频域、时频域等方面对表面肌电信号的特征提取方法进行研究。传统的时域分析方法是将肌电信号看作时间的函数，常用的时域分析方法包括绝对值积分平均(MeanAbsolute Value,缩写MAV)、均方根值(root meam square,缩写RMS)、过零点数、方差以及二阶矩等或者通过提取AR模型系数作为分类的特征矢量。频域分析方法中通常采用傅里叶变换完成离散序列和频谱之间的转换，常用的指标包括功率谱密度、平均功率频率(mean power frequency,缩写MPF)、中值频率(median frequency,缩写MF)等。近年来,使用时频域分析方法提取肌电信号特征的研究也有了较大的进步。典型方法如短时傅立叶变换(Short-Time FourierTransform,缩写 STFT)、小波变换(Wavelet Transform,缩写 WT)、小波包变换(WaveletPacket Transform,缩写 WPT)、Wigner-Ville 分布(Wigner-Ville Distribution,缩写WVD)、复倒谱系数、线性预测系数(Linear Predictive Coefficient,缩写LPC)等。生物电信号处理领域模式识别的分类方法主要包括BP神经网络、模糊模式识别以及支持向量机
等
随着表面肌电信号在模式识别等生物医学工程、康复医学和体育科学等领域的广泛应用，将对肌电信号采集卡的采集精度、实时性、便携性等以及肌电信号处理软件的分析、识别以及处理的泛化能力提出更高的要求。
发明内容
有鉴于此，本发明的目的在于提供一种基于W1-Fi的多通道表面肌电信号采集系统及表面肌电信号处理方法，以克服上述现有技术中的不足。为实现上述目的，本发明提供一种基于W1-Fi的多通道表面肌电信号采集系统，包括:表面肌电极，用于获取皮肤表面处含有表面肌电信号的原始信号；前置放大器，与所述表面肌电极连接，用于放大所述原始信号，得到放大后的原始信号;陷波器，与所述前置放大器连接，用于去除所述放大后原始信号中的电磁干扰信号;带通滤波器，与所述陷波器连接，用于消除所述放大后的原始信号中除表面肌电信号以外的信号，得到第一处理信号；末级放大器，与所述带通滤波器连接，用于对所述第一处理信号增益和电平抬升，得到第二处理信号；模数转换模块，与所述末级放大器连接，用于对所述第二处理信号模数转换，采样得到原始离散肌电信号序列；无线通信模块，与 所述模数转换模块连接，用于将所述原始离散肌电信号序列通过W1-Fi无线网传输；处理平台，通过W1-Fi无线网与所述无线通信模块连接，接收所述原始离散肌电信号序列。此外，本发明还提供一种对上述所采集表面肌电信号的处理方法，包括以下步骤:提取人体运动在皮肤表面处产生的原始离散肌电信号序列的AR系数作为人体下肢运动方向特征。将原始离散肌电信号的均方根值和下肢实际作用力大小所组成的样本作为下肢作用力预测模型的训练样本集。进一步地,所述下肢运动方向特征是通过使用Yule-Walker方程求解AR模型计算当前采集的4通道肌电信号序列的4阶AR系数，并组成待识别动作的特征向量y ；所述人体运动作用力大小预测通过计算下肢肌电信号RMS以及实际测量的作用力大小，共同组成作用力预测模型的训练样本V。将所述特征值U和训练样本V分别输入C-SVM和e-SVR得到人体运动方向和运动作用力的大小。本发明基于W1-Fi的多通道表面肌电信号采集系统成本低、实时性好，准确率高。以及利用自回归(AutoRegressive，缩写AR)模型对表面肌电信号进行特征提取，使用支持向量机(Support Vector Machine,缩写SVM)方法对人体下肢脚踝运动方向的识别和作用力的预测，能有效克服传统肌电信号处理方法识别精度低、识别结果仅为离散二值动作等缺点。
图1为本发明基于W1-Fi的多通道表面肌电信号采集系统的使用示意图；图2为本发明基于W1-Fi的多通道表面肌电信号采集系统的结构框图；图3为图1中肌电信号调理电路的结构框图；图4为表面肌电信号的处理流程图。
具体实施例方式下面结合附图和具体实施例对本发明作进一步的详细说明。
如图1所示，肌电导联线100与人体连接，肌电导联线100前端的表面肌电极101用于采集皮肤表面处含有表面肌电信号的原始信号，本发明基于W1-Fi的多通道表面肌电信号采集系统200与肌电导联线100连接，肌电导联线100撷取皮肤表面的原始肌电信号后，输入基于W1-Fi的多通道表面肌电信号采集系统200进行信号处理，并通过W1-Fi传输至相关处理平台。处理平台为具有W1-Fi无线通信功能的处理装置，本实施例中处理平台为电脑300或手持式智能终端400 (如平板电脑等)。本发明基于W1-Fi的多通道表面肌电信号采集系统200的结构如图2所示，该采集系统包括:肌电信号调理电路201、中控单元202、802.11基带控制器203和锂电池及电源管理装置204连接。。表面肌电极101将撷取的表面肌电信号的原始信号传输至肌电信号调理电路201进行信号调理，调理后的信号经过中控单元202的ADC模块转换为原始离散肌电信号序列后通过W1-Fi传输至处理平台。肌电信号调理电路201和中控单元202均与锂电池及电源管理装置204连接。如图3所示，本实施例所用肌电信号调理电路201依次包括前置放大器301、陷波器302、带通滤波器303、末级放大器304。前置放大器301与表面肌电极101连接，用于放大原始信号，得到放大后的原始信号；陷波器302用于去除放大后原始信号中的电磁干扰信号；带通滤波器303用于消除放大后的原始信号中除表面肌电信号以外的信号，得到第一处理信号；末级放大器304用于对第一处理信号增益和电平抬升，得到第二处理信号。本实施例所用前置放大器301为AD8295仪用放大器组成的26dB前级增益；所用陷波器302为AD8295仪用放大器的后级运放组成的50Hz有源滤波器；所用带通滤波器303为20Hz飞OOHz带通滤波器；所用末级放大器304为LMV324AD运算放大器。本实施例中控单元202包括模数转换模块和无线通信模块，其中W1-Fi通信接口采用WM631模组(802.11基带控制器203)与STM32F103RCT6型处理器相结合，两者通过SDIO接口通信。其中STM32F103RCT6型处理器完成802.11、TCP/IP协议栈和802.11控制器驱动程序，WM631模组完成802.11 MAC层接入控制以及射频通信等功能。另外，基于W1-Fi的多通道表面肌电信号采集系统200内部模数转换模块采用STM32F103RCT6型处理器内部的ADC模块实现，处理器将实时原始离散肌电信号序列最终通过W1-Fi通信接口传输至网络。中控单元202还包括网络指示205和用户接口 206。本发明对基于W1-Fi的多通道表面肌电信号采集系统200采集的表面肌电信号的进行以下步骤的处理:
步骤S401:由于AR模型是一种线性预测模型，即已知N个数据，可由模型推出第N点前面或后面的数据，所以以AR模型为基础的谱估计含有肌电信号有用特征，通过计算AR模型所对应的AR系数作为动作样本的特征矢量，能有效区分不同的动作样本。AR模型的传输函数与AR系数对应关系如下:
权利要求
1.一种基于W1-Fi的多通道表面肌电信号采集系统，其特征在于，包括: 表面肌电极，用于获取皮肤表面含有表面肌电信号的原始信号； 前置放大器，与所述表面肌电极连接，用于放大所述原始信号，得到放大后的原始信号; 陷波器，与所述前置放大器连接，用于去除所述放大后原始信号中的电磁干扰信号；带通滤波器，与所述陷波器连接，用于消除所述放大后的原始信号中除表面肌电信号以外的信号，得到第一处理信号； 末级放大器，与所述带通滤波器连接，用于对所述第一处理信号增益和电平抬升，得到第二处理信号； 模数转换模块，与所述末级放大器连接，用于对所述第二处理信号模数转换，采样得到原始离散肌电信号序列； 无线通信模块，与所述模数转换模块连接，用于将所述原始离散肌电信号序列通过W1-Fi无线网传输至处理平台。
2.根据权利要求1所述基于W1-Fi的多通道表面肌电信号采集系统，其特征在于:所述前置放大器为AD8295仪用放大器组成的26dB前级增益，所述陷波器为所述AD8295仪用放大器的后级运放组成的50Hz有源滤波器。
3.根据权利要求1所述基于W1-Fi的多通道表面肌电信号采集系统，其特征在于:所述带通滤波器为20Hz 500Hz带通滤波器。
4.根据权利要求1所述基于W1-Fi的多通道表面肌电信号采集系统，其特征在于:所述末级放大器为LMV324AD运算放大器。
5.根据权利要求1所述基于W1-Fi的多通道表面肌电信号采集系统，其特征在于，所述无线通信模块包括: STM32F103RCT6型单片机，用于完成802.1UTCP/IP协议栈和802.11控制器驱动程序，并控制发出所述原始离散肌电信号序列；以及 WM631模组，与所述STM32F103RCT6型单片机连接，接收所述原始离散肌电信号序列并通过W1-Fi传出。
6.根据权利要求5所述基于W1-Fi的多通道表面肌电信号采集系统，其特征在于:所述模数转换模块采用STM32F103RCT6型单片机内部的ADC模块实现。
7.一种对权利要求1所述采集系统所采集表面肌电信号的处理方法，其特征在于，包括: 所述处理平台提取人体运动在皮肤表面处产生的原始离散肌电信号序列的AR系数作为人体运动方向特征，组成待识别动作的特征向量U ;将原始离散肌电信号的均方根值和人体运动实际作用力大小的样本共同组成作用力预测模型的训练样本V ； 将所述特征值U和训练样本V分别输入C-SVM和e-SVR得到人体运动方向和运动作用力的大小； 根据所述得到的人体运动方向和作用力大小，实时调整基于OpenGL的人体虚拟模型的下肢运动方向和速度，以真实再现人体下肢的运动状态。
8.根据权利要求7所述采集系统所采集表面肌电信号的处理方法，其特征在于: 所述人体运动方向特征是通过使用Yule-Walker方程求解AR模型计算原始离散肌电信号序列的AR系数。
9.根据权利要求7所述采集系统所采集表面肌电信号的处理方法，其特征在于: 计算表面肌电信号的RMS、MPF参数，分别作为评估肌肉疲劳、健康状态指数，其中， 所述RMS根据下式计算:
全文摘要
本发明公开了一种基于Wi-Fi的多通道表面肌电信号采集系统及处理方法，该采集系统包括肌电信号调理电路、中控单元和802.11控制器。表面肌电极将采集的表面肌电信号的原始信号传输至肌电信号调理电路进行信号调理，调理后的信号经过中控单元202后通过Wi-Fi传输至处理平台。本发明利用自回归AR模型对表面肌电信号进行特征提取，以及使用支持向量机方法对人体下肢脚踝运动方向的识别和作用力的预测，能有效克服传统肌电信号处理方法识别精度低、识别结果仅为离散二值动作等缺点。
文档编号A61B5/0488GK103190905SQ201310109530
公开日2013年7月10日 申请日期2013年4月1日 优先权日2013年4月1日
发明者刘泉, 艾青松, 李成龙, 朱仕勇, 孟伟, 王康 申请人:武汉理工大学