基于小波变换的表面肌电信号去噪方法

表面肌电信号是通过表面电极记录下来的神经肌肉活动时发放的生物电信号,它反映了神经、肌肉的功能状态。表面肌电信号在临床医学、运动医学、康复医学、神经生理学、电生理等领域被广泛应用。本文所研究的肌电信号是在右下臂上采集到的一组表面肌电信号,通过小波变换等方法对肌电信号进行去噪处理。实验表明,该方法能够有效的去除肌电信号的噪声,为下一步的信号分析打下良好的基础。     

表面肌电在体育科学研究领域中的应用进展

肌电是唯一一个能连接神经系统,并直接反映运动中肌肉收缩的电信号载体。本文主要运用文献资料法对表面肌电在体育科学研究领域中的应用作一个简要的回顾,从而了解肌肉收缩时神经-肌肉的工作机制。研究结果表明:表面肌电技术涉足体育科学领域的研究虽尚处初级阶段,但应用极为广泛,主要表现为用于评定肌肉运动产生的疲劳、肌电与肌力的关系、肌肉活动的协调性与贡献度以及运动选材等领域。     

表面肌电在体育科学研究领域中的应用进展

肌电是唯一一个能连接神经系统,并直接反映运动中肌肉收缩的电信号载体。本文主要运用文献资料法对表面肌电在体育科学研究领域中的应用作一个简要的回顾,从而了解肌肉收缩时神经-肌肉的工作机制。研究结果表明：表面肌电技术涉足体育科学领域的研究虽尚处初级阶段,但应用极为广泛,主要表现为用于评定肌肉运动产生的疲劳、肌电与肌力的关系、肌肉活动的协调性与贡献度以及运动选材等领域。     

汽车乘驾体位生物力学实验台的设计分析

基于汽车乘驾体位生物力学特性的分析，提出了表征人一座椅界面体压分布的特性指标和模拟驾驶疲劳时人体表面肌电信号的分析参量．研制的汽车乘驾体位生物力学特性实验台主要由可调模拟乘驾环境和生物力学测试系统组成，能够模拟各种人一车乘驾环境和进行人机界面匹配试验，可以测试和分析不同乘驾环境下驾驶员的各项体压分布指标和驾驶员腰部肌肉疲劳过程中的表面肌电信号，评价人机界面匹配优度，进而为汽车的人机界面优化设计和提高汽车人机界面的舒适性、方便性、安全性及人机工效学研究提供了实验基础．实验台在可调模拟乘驾环境设计和生物力学测试系统设计方面具有独创性．     

一种利用肌肉激活特性调制和评估功能性电刺激的方法

提出一种基于肌肉激活生理特性的足下垂功能性电刺激调制与评估方法. 结合肌肉募集的死区和饱和特性,利用自然步态下胫骨前肌的肌电信号和电刺激下胫骨前肌的耐受值和阈值调制电刺激输出曲线. 研究基于1-范数的方法量化肌肉在电激活下的肌电信号募集水平评估所提出的电刺激调制方法的性能. 通过实验比较了肌电信号调制电刺激时的胫骨前肌电诱发募集特性和自然激活时的募集特性,二者的相关系数达到0.8815. 结果表明,利用自然激活方式调制电刺激的输出方式是有效的,而基于肌肉激活程度的评价指标具有可行性.     

基于互Wigner-Ville分布的表面肌电信号瞬时频率估计

当一块肌肉完成持续的收缩时,所记录的表面肌电信号的分析是一个用于评价局部疲劳进行性的有用的工具.在肌肉静态收缩期间,表面肌电信号功率谱的平均频率和中值频率常被用作肌肉疲劳的指示器.为了评价周期性动态收缩期间的局部肌肉疲劳,针对肌肉动态收缩时表面肌电信号的特点,提出了基于互Wigner-Ville分布的瞬时频率检测方法.通过一个类似于表面肌电信号统计性质的模拟的随机过程,评价了这一算法的估计误差.理论和实验证明,瞬时频率可以在较低的信噪比下很好地适合跟踪由于肌肉疲劳引起的频谱变化.     

利用表面肌电信号的下肢动态关节力矩预测模型

为实现表面肌电信号的下肢关节力矩动态解码,建立了从表面肌电信号到关节力矩输出的人体下肢运动系统正向生物力学模型。首先,从幅值和频率两个角度建立表面肌电信号到骨骼肌激活程度模型;其次,根据肌丝滑移理论,构建反映骨骼肌生理结构和微观力学特性的肌肉力模型,同时确定活动肌肉拉力线方向及力作用点位移矢量,将骨骼肌力转换到关节力矩;最后,以牛顿-欧拉逆动力学方法获得关节力矩作为准确值,给出正向生物力学模型参数动态标定方法。在模型基础上,对4名对象进行随意步态下膝关节屈伸动态力矩预测试验,结果表明:所建模型对步态行走下的膝关节动态关节力矩具有很好的动态跟踪性能,最大绝对误差为(11.0±1.32)N·m,平均残差为(4.43±0.698)N·m,预测值与准确值之间的平均线性相关系数为0.927±0.042,验证了该方法的正确性和有效性;可为康复训练机器人人机协同过程中的力学交互模式研究提供接口。     

基于表面肌电的工人上肢肌肉疲劳试验研究

当人体进入疲劳状态时,表面肌电信号会发生相应的变化。为了探讨工人在持续上肢作业时肌肉疲劳对人体肌电信号的影响,针对疲劳与肌电信号的关系提出评价肌肉疲劳的数学模型,选取10名健康受试者进行机械操作与重物搬举作业。同时,使用表面肌电测试分析仪对肌电信号进行实时监测,采用方差分析、t检验和非线性拟合方法对疲劳与肌电信号的关系进行分析。结果表明,肌电信号的波动程度对生理疲劳有显著变化,上肢肌肉疲劳程度越重,其肌电信号恢复至正常值越久。非线性拟合结果显示,上肢肌肉疲劳的发展趋势呈现出"S型"的趋势。据此提出,疲劳失稳期前让受试者休息,可以减缓或延迟生理疲劳的发生。     

表面肌电在攀岩训练中的应用研究

肌肉疲劳产生过程中,肌电图的振幅和频谱指标均会产生相应变化.运用肌电图对运动员肌肉状态指标的评定可以对运动训练起指导作用.肌电图在攀岩领域的应用还比较少,通过对攀岩运动员在间歇训练法训练时的上肢主要做功肌肉左右腕屈肌、左右腕伸肌的的表面肌电信号(sEMG)进行分析,观察肌电图的变化情况,探讨肌电图在攀岩运动过程中应用的可行性.     

基于超声图像的运动肌肉疲劳研究?

分析了运动肌肉疲劳前后肌肉形态结构参数的变化,为运动肌肉疲劳评价提供参考.文中应用B型超声技术,测量9名男性志愿者在递增负荷功率自行车运动疲劳前后下肢肌肉的肌肉厚度、羽状角并对其进行分析.结果表明功率自行车运动疲劳后,不同被测肌肉的肌肉厚度、羽状角较疲劳前显著增加(P0.05),其中大腿股外侧肌、股内侧肌的厚度变化率、羽状角变化率较大.得出了运动肌肉疲劳前后肌肉的肌肉厚度和羽状角发生变化,提示其可结合传统的表面肌电信号评估肌肉疲劳.     

一种基于sEMG信号多重分形的肌肉疲劳特征分析方法

针对由表面肌电信号(sEMG)非平稳、非线性、自相似性等复杂特性导致的肌肉疲劳估计不准的问题,提出一种基于sEMG信号多重分形降趋移动平均法(MFDMA)的肌肉疲劳特征分析方法。首先,利用MFDMA方法对采集的sEMG信号、洗牌信号和高斯白噪声信号进行非线性动力学分析;其次,利用MFDMA方法计算sEMG信号的多重分形谱宽度、Hurst指数变化差值、概率测度值和峰值奇异指数4种多重分形特征;最后,利用t-检验法分析肌肉疲劳与非疲劳状态下的多重分形特征的显著差异性。结果表明,MFDMA方法能够描述sEMG信号的多重分形行为,谱宽等多重分形特征在肌肉疲劳与非疲劳状态下具有显著性差异。所提方法能够可靠表征运动性肌肉疲劳,可为肌肉疲劳识别模型建构、康复医学研究提供特征参考。     

基于SEMG分析的交互意图感知方法

针对以往依赖鼠标、键盘等传统设备的交互方式,其易受到各种场景和使用环境的限制,已成为虚拟现实以及新型显示技术发展的屏障,因此提出了一种基于SEMG分析的交互意图感知方法。由于连续表面肌电信号的实时识别不能通过单独的动作产生的活动段进行信号的分割识别,采用一种连续表面肌电信号的上下文分割思想进行实时信号识别。最后对识别出的信号进行模糊决策的交互意图分类,将识别的信号数据对设备进行交互感知控制。通过实验分析可知,基于SEMG分析的人机交互能够较好地感知识别人的不同意图动作,交互识别正确率能够达到95%以上。     

替代数据法在肌电信号分析中的应用

表面肌电信号是肌肉收缩时的电变化在皮肤表面的综合反映,根据表面肌电信号（ＥＭＧ）属于短数据量的时间序列的特点,提出了利用替代数据方法对ＥＭＧ信号的动力学特性进行了分析,研究表明,ＥＭＧ信号是非噪声的确定性信号,并具有确定性的非线性特性,为进一步分析其混沌动力学特性提供了客观依据。     

EMG oscillator model-based energy kernel method for characterizing muscle intrinsic property under isometric contraction

This paper presents a new method for estimating the isometric contraction force and the characterization of muscle’s intrinsic property.The method,called the energy kernel method,starts with converting the electromyography(EMG)signal into planar phase portraits,on which the elliptic distribution of the state points is named as the energy kernel,while that formed by the noise signal is called the noise kernel.Based on such stochastic features of the phase portraits,we approximate the EMG signal within a rectangular window as a harmonic oscillator(EMG oscillator).The study establishes the relationship between the energy of control signal(EMG)and that of output signal(force/power),and a characteristic energy is proposed to estimate the muscle force.On the other hand,the natural frequencies of the noise and the EMG signal can be attained with the energy kernel and noise kernel.In this way,the direct signal–noise recognition and separation can be accomplished.The results show that the representativeness of the characteristic energy toward the force is satisfactory,and the method is very robust since it combines the advantages of both RMS and MPF.Moreover,the natural frequency of the EMG oscillator is not governed by the MU firing rate of a specific muscle,indicating that this frequency correlates with the intrinsic property of muscle.The physical meanings of the model provide new insights into the understanding of EMG.     

基于颈腰部肌电及脑电信号的疲劳驾驶检测

为了有效判别驾驶员的疲劳状态,结合生物力学分析提取了驾驶过程中的颈腰部肌电信号EMG和头部脑电信号EEG,并分析其特征参数在驾驶过程中的变化规律.结果表明:颈肌样本熵、颈肌复杂度、腰肌样本熵、腰肌复杂度、脑电样本熵、脑电复杂度这6个生理信号的特征参数值都随着驾驶时间的延长而逐渐降低,通过主成分分析可实现特征参数间的合理组合.基于多元回归理论,建立了能够有效预测疲劳驾驶的数学模型.状态验证结果表明,该模型对疲劳状态判别的正确率可达95%以上.     

人体在向后滑倒时平衡调节能力的生物力学研究

通过分析从坐到站及行走过程中多次平衡干扰对滑倒的调节效果,从运动生物力学的角度,探究在有外部干扰及疲劳滑动状态下对人体平衡能力的影响以及差异性.利用动态滑轨在受试者完成坐起动作和正常向前行走时产生突然的向前运动,使受试者产生向后跌倒的趋势.运用Noraxon表面肌电测试系统、Kistler三维测力台、BTS三维红外动作捕捉系统,以及Ariel录像分析系统,同步记录受试者在正常坐起及向后滑倒过程中的运动学、动力学和肌电参数.运用Biodex多关节等速肌力测试系统实现下肢关节肌肉的疲劳.结果表明:有效的质心调节可以使人体在遇到突然的向后滑动时保持相对稳定状态,使身体不至于产生较大的波动,充分的下肢支撑以及有效的上肢关节的调节是避免滑倒的关键.在从坐到站及人体行走过程中,地面反作用力、压力中心移动范围的值相比无干扰状态下显著增加.在从坐到站过程中突然滑动测力台,腓肠肌内侧、股二头肌,胫骨前肌和股直肌的积分肌电值较无干扰状态有了显著的增加.人体在疲劳状态下,腓肠肌内侧和股直肌肌电值明显增加.在滑台上多次的滑动训练可以提高人体平衡能力.模拟跌倒的测试可以评估人体的跌倒风险,对于老年人跌倒风险的评估也有一定的意义.