（机械设计及理论专业论文）面向智能假肢的表面肌电信号采集与处理.pdf

第一章绪论 面向智能假肢的表面肌电信号采集与处理 硕士生：吴丽萍导师：王兴松专业：机械设计及理论学校：东南大学 摘要 随着康复工程、机械、电子学的发展，肌电假肢的研究也逐渐深入，向着更加智能化发展。 表面肌电信号是从人体骨骼肌表面记录下来、通过电极的神经肌肉活动所产生的生物电信号。它 反映了神经、肌肉的功能状态。随着计算机技术的发展，如何从表面肌电信号中获取肢体的运动 相关信息已经越来越受到人们的关注。传统的肌电信号识别方法是通过提取时域或频域统计特征 用作模式识别，或建立时间参数模型，这些都是独立的从时域或者频域中分析数据，加以判断， 把肌电信号视为平稳信号的假设之上，而肌电信号是一种具有非平稳特性的生理信号。 本文开发了表面肌电信号采集平台，包括硬件和软件两个部分，硬件主要包括：电极、微机、 电源部分、放大滤波环节。由于表面肌电信号本身的特性，一般的滤波器无法得到好的处理效果， 这就要求设计表面肌电信号拾取的专用滤波器。因此在v i s h e e g l 6 - 2 4 a m p ( 医疗器械中专用的一 种集成放大器) 的基础上，设计了自己的滤波放大器。软件由于受到硬件的限制，采用c 语言编写 而成，控制微机采样，简单实现了表面肌电信号的采集。由于信号在采集、传输以及接受过程中 都存在着很多的干扰，仅仅靠硬件滤波是远远不能满足实验要求的。为了提高系统的性能，我们 在数据计算进行之前对所采集的数据进行数字滤波，这里我们采用m a t l a b 中s i m u l i n k 自带的滤波 模块进行软件滤波。 处理部分采用小波分析理论对采得的表面肌电信号进行分析，包括连续小波变换和离散小波 变换。由于连续小波变换存在冗余，在特征提取上不会丢失信息，处理后可以用作后续的神经网 络的特征输入。而离散小波变换的无冗余变换，可以唯一的重构小波，可以将原始信号按照时间 对应的关系分解到不同频带上后重构小波，可以更加清晰的描述不同成分信号时域和频域两方面 的信息。 关键字：表面肌电信号，电极，滤波，连续小波变换，离散小波变换 东南大学硕士学位论文 d a t a a c q u i s i t i o na n dp r o c e s s i n go fs e m g s i g n a lf o ri n t e l l i g e n t a r t i f i c i a ll i m b w u l i p i n gs u p e r v i s o r ：w a n gx i n g s o n g c o l l e g eo f m e c h a n i c a le n g i n e e r i n g ，s o u t h e a s tu n i v e r s i t y a b s t r a c t a l o n gw i t ht h ed e v e l o p m e n to f r e h a b i l i t a t i o ne n g i n e e r i n g ，m e c h a n i s ma n de l e c t r o n i c s ，r e s e a r c h e s o ne l e c t r o m y o g r a p h i ea r t i f i c i a ll i m b sg od e e pi n t oi n t e l l i g e n c e s u r f a c ee l e c t r o m y o g r a p h y ( s e m g ) i s r e c o r d e df r o mt h es u r f a c eo fs k e l e t o nm u s c l eb ye l e c t r o d e s ，i ti st h eb i o e l e c t r i c i t yd i s c h a r g e db y n e u r o m u s c u l a ra c t i v r l e s i ti sar e f l e c t i o no fm u s c l e sf u n c t i o n a ls t a t e a l o n gw i t ht h ed e v e l o p m e n to f c o m p u t e r , h o wt oo b t a i nt h ei n f o r m a t i o no fm o v e m e n tr e l a t e df r o ms e m gb e c o m i n gm o r ea n dm o r e i m p o r t a n t i nt r a d i t i o n a lm e t h o d ，i tw a sg o tf r o mt h ec h a r a c t e r i s t i c so f t i m ed o m a i no rf r e q u e n c yd o m a i n w h i c hw a sb a s e do i ls u p p o s e st h a ts e m gi ss t a t i o n a r ys i g n a l ，w h i l ei ti sn o t i nt h i st h e s i sd a t aa c q u i s i t i o np l a t f o r mo f s e m gi s 们酣w h i c hc o n t a i n sh a r d w a r ea n ds o f t w a r e t h e h a r d w a r ec o n t a i n se l e c t r o d e s ，m i c r o c o m p u t e r , p o w e ra n df i l t e r s b e c a u s eo f t h ec h a r a c t e r i s t i c so fs e m g i t s e l f , c o m m o nf i l t e r sc a l l tr e c e i v et h ep e r f e c tr e s u l ls os p e c i a lf i l t e ri sd e s i g n e db u s e do n v i s h e e g l 6 - 2 4 a m p r e s t r a i n e db yh a r d w a r e ，s o f t w a r ei sw r i t t e nb ycl a n g u a g et oc o n t r o lt h e m i c r o c o m p u t e r , s i m p l yr e a l i z et h ea c q u i s i t i o no fs e m gs i g n a l a sd i s t u r b a n c eo c c t a sd u r i n gs i g n a l a c q u i s i t i o n ，t r a n s m i s s i o na n dr e c e p t i o n ，h a r d w a r ec a nn o tm e e to u rn e e d ，d i g i t a lf i l t e ri su s e dt oi m p r o v e t h ec a p a b i l i t yo fs y s t e mb e f o r ep r o c e s s i n g w em a k eu s eo ff i l t e rm o d u l ei ns 1 m u l i n kt o o l b o xc a r r i e d b ym a t l a b t or e a l i z e w a v e l e tt h e o r yi su s e dt oa n a l y z et h es i g n a l ，w h i c hi n c l u d e sc o n t i n u o u sw a v e l e tt r a n s f o r m ( c w d a n dd i s c r e t ew a v e l e tt r a n s f o r m b e c a u s eo f t h er e d u n d a n c yo f c w tw h i c hw i l ls a v ea l lt h ei n f o r m a t i o n o ft h es i g n a l ，i ti su s e db yn e u r a ln e t w o r ka si n p u t w h i l ed i s c r e t ew a v e l e tt r a n s f o r m ( c w t ) i su s e dt o d e c o m p o s et h es i g n a lt od i f f e r e n tf r e q u e n c ya c c o r d i n gt ot i m e ，i tc a nd e s c r i b ed i f f e r e n ts i g n a l si nb o t h t i m ed o m a i na n df r e q u e n c yd o m a i n k e y w o r d s ：s u r f a c ee l e c t r o m y o g r a p h y ，e l e c t r o d e ，f i l t e r ，c o n t i n u ew a v e l e tt r a n s f o r m ，d i s c r e t e w a v e l e tt r a n s f o i t f l i i 东南大学硕士学位论文 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经 发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而 使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确 的说明并表示了谢意。 一繇缉哗坐 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文 的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档 的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借 阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东 南大学研究生院办理。 堪日期：? 塑! ! 竺! 垒 第一章绪论 第一章绪论 1 1 课题的意义和主要研究内容 假肢是人体缺损肢体的人工替代品，用以弥补其外形及功能。而人体肢体是一个复杂且精巧 的动力系统，因此如何再造这种结构成为假肢研究的主要内容。随着康复医学和康复工程学、材 料学、电子学和控制理论等技术的发展，人们对假肢的研究开始向着实用性、智能性、准确性和 灵活性发展。本文提出通过采集表面肌电信号，提取运动特征，最终以实现智能假肢控制为目标。 表面e m g 信号是一种复杂的表皮下肌肉电活动在皮肤表面处的时间和空间上的综合结果，已被 广泛地应用于肌肉运动、肌肉损伤诊断、康复医学及体育运动等方面的研究“。通常，从相应屈 伸动作的肌肉表面皮肤处所测取的多通道d d g 信号，既可为控制假肢运动提供一个安全、非侵入的 控制方式，也可用于人类运动和生物机械的研究。 肌电图( e 1 e c t r o m y o g r a p h y 或e m g ) 是研究或检测肌肉生物电活动，借以判断神经肌肉系统 机能及形态学变化，并有助于神经肌肉系统的研究或提供l 临床诊断的科学。随着人们对神经肌肉 电生理研究与了解的目益深入和肌电检测技术的进步，肌电信号处理手段的发展与肌电信号处理 的广泛应用成为肌电信号研究的一个突出特点。肌电分析与识别不仅是基础研究的需要，而且有 着重要的临床意义。对针电极肌电图的分析有助于判断肌肉功能障碍是来自神经系统，还是来自 肌肉系统；也有助于研究神经信息的传递通路和传导速度，帮助神经性或肌原性疾病的诊断。通 过对表面肌电的某些特征作模式分类来驱动假肢的不同动作已经成为肌电信号处理应用最广的一 个领域。在功能电刺激和生物反馈研究中，人们也试图利用袭面肌电信号来产生所需要的电刺激 或反馈调节作用 3 - 4 j * 由此可见，肌电信号研究对于了解人体神经系统信息及康复工程都有着深远 的意义。 本文阐述了肌电控制实验平台开发的有关问题，以及肌电信号的处理。对于数字信号处理起 源于十七和十八世纪数学的一个学科今天它在各个科学和技术领域中已经成为一种重要的工具针 对生物医学信号的处理就是它的一个重要的应用领域生物系统实际上一系列复杂的生物物理和生 物化学过程的综合表现因此生物信号是一种相当复杂的信号它的随机性和噪声背景都比较强而且 常常是非平稳的。 肌电控制实验平台开发主要涉及到软件和硬件的问题。硬件部分主要包括：电极线、放大器、 采集卡、电源、微机等，正是这些元件构成了实验平台的骨架。软件部分是用c 语言编写而成，它 构成了实验平台的神经系统。正是由于软硬件的良好结合，才使实验平台能正常工作。 本实验平台主要做的是信号采集的工作，然而其目的在于通过对采集到的肌电信号的分析， 提取出手臂肌肉运动时肌电信号的运动特征，进而可以利用这些特征控制一些外部设备。这项研 究可以帮助残疾人有效地控制电动假肢从而给他们的生活带来极大的便利。 由于表面肌电信号本身的特性，一般的滤波器无法得到好的处理效果，这就要求设计表面肌 电信号拾取的专用滤波器。因此在v i s h e e g l 6 2 4 a m p ( 医疗器械中专用的一种集成放大器) 的基 础上，设计了自己的滤波放大器。 处理部分采用小波分析理论对采得的表面肌电信号进行分析，包括连续小波变换和离散小波 变换。由于连续小波变换存在冗余，在特征提取上不会丢失信息，处理后可以用作后续的神经网 络的特征输入。而离散小波变换的无冗余变换，可以唯一的重构小波，可以将原始信号按照时间 对应的关系分解到不同频带上后重构小波，可以更加清晰的描述不同成分信号时域和频域两方面 的信息。 东南大学硕士学位论文 1 2 国内外现状 为了准确地实现动作识别，特征提取与模式分类是整个系统的关键，系统首先通过肌电信号 分析提取分离度大、鲁棒性好、运算复杂度低的模式特征，然后将特征输入分类器进行分类。 1 2 1 肌电特征提取方法 特征提取是目标识别中一个非常重要的环节。一个识别系统的识别能力与特征矢量的选取有 着直接的关系。为了有效的提取相应特征，应首先对e m g 信号进行深入地分析。近年来，针对假肢控 制、康复研究，国内外对表面肌电信号的研究已引起了越来越多的人的兴趣，如研究表面e m g 与e m g 声音的关系”1 、e m g 信号与肌肉力的关系”、e m g 信号与关节转矩间关系“、肌肉疲劳时的e m g 信号特征及补偿方法1 ”“等等。但就其所利用的理论方法而言，可分为五个方面：时域法，频域法、 时域一频域法、高阶谱及混沌与分形等。 ( 1 ) 时域法： 传统的肌电信号处理方法是把肌电信号近似看成服从零均值高斯分布、方差o2 与其强弱有关 的随机信号。针对肌电假肢控制，目前最常用的e m 6 特征有以下几种：绝对值积分( i a v ) ，过零点 数( z c ) ，方差( v a r ) ，w i l l i s o n 幅值( w a m p ) ，v 一阶和l o g 检测器( d e t e c t o r ) ，e m g 信号的时 序模型，e m g 直方图。 ( 2 ) 频域分析 e m g 信号的频率分析也能提供关于肌肉某种特征的有价值信息。如e m g 功率谱的平均功率 ( m p f ) 和中值频率( 虾) 实验表明肌电信号的频谱通常在o 1 0 0 0 h z 之间，功率谱最大频率随肌 肉而定，通常在3 0 3 0 0 t t z 之间”1 。8 0 年代初，r o n a g e rj “”利用傅里叶变换对表面肌电信号作了 功率谱分析，通过高频低频的幅值比了解到正常个体的自发用力、控制用力及神经肌肉疾病患者 之间的功率谱的差异。w e n j u hk a n g “等人1 9 9 5 年对e m g 信号进行了倒频谱分析，并提取倒频 谱系数作为特征矢量。r m e r l e t t i ”1 9 9 5 年总结并比较了基于f f t 变换和基于a r 模型的两种频 谱估计方法，并讨论了它们的实用性和局限性m a r t i n b i l o d e a n “等人通过分析酬g 功率谱曲线随力 程度的增加而变化，发现皮层厚度起决定性作用。 ( 3 ) 时频分析 传统的傅里叶变换只能较好地刻划信号的全局频率特征，而几乎不提供信号在任何时域中的频 率信息。因而近年来时频分析方法倍受人们关注，这种方法很适合于对非平稳信号的分析研究。目 前用于表面e m g 信号分析的时频分析方法主要有短时f f t 变换、w i g n e r v i l l e 变换、c h o i w i l lj a m s 变换及小波变换等“”。 ( 4 ) 高阶谱分析 传统的随机信号处理技术是建立在二阶统计量基础上的，它只能完整反映服从高斯分布的随 机信号的概率结构。而当肌肉力变化时实际的肌电信号是非平稳的，不是高斯型信号，它的相位谱 含有丰富的信息。高阶谱分析能够克服传统处理方法的不足，给出信号本身更多的信息。例如，可 以用双谱分析( b i s p e c t r a la n a l y s i s ) 分析肌肉力变化时的非高斯型肌电信号，及肌肉恢复分析 【l 耐 o ( 5 ) 混沌与分行 混沌与分形理论可用于e m g 产生机理的研究。国外一些学者己开始利用分形理论来研究e m g 信 号。并有研究表明表面e 的分形维数随肌肉收缩强度的增加表现为单调上升的趋势，表面e m g 分形 维数的这一特性可以用来研究比例控制的肌电假肢。也有人利用非线性滤波起来研究静态承受负 载下的表面e m g 信号。国内也有人利用混沌理论研究了肌肉在等张收缩情况下所测取得肌电信号 的相空间，通过计算其关联维数、l y a p u n o v 指数，表明所测的e m g 信号可能是一混沌信号，并利用 符号动力学研究了d i g 信号的确定性。王人成等人1 9 9 9 年对表面e m g 信号的分形特征进行了详尽 2 第一章绪论 的分析。并发现单一利用表面e m g 的分形值来区分人肢体的运动模式有一定困难。尽管1 9 9 1 年就有 人开始利用混沌与分形理论研究针对各种病理的表面e m g 信号，但总的来说，利用混沌与分形理论 等非线性方法处理表面e m g 信号的研究才刚刚起步，随着研究的不断深入可能会得到一些其他方法 得不到的新结论n 6 1 。 1 2 2 电表面模式分类方法 对于肌电假肢控制来说，特征提取是基础，有效地进行分类是关键，一种好的分类器可以为肌 电假肢提供更可靠的控制信号目前，用于表面肌电信号的模式分类方法很多，但总体上可归为以 下几类： ( 1 ) 基于统计的分类方法 肌电信号是一种随机性很强的信号，因此很难用确定的数学函数表示出来但它的规律在一定 程度上可以从大量的统计结果中体现出来，利用数理统计中的假设检验方法把对信号的观察和某 些概率密度函数的先验知识结合起来，再根据某种判决准则由若干各择假 殳h i h m 中做出判决分 类，即观察究竟属于何种假设。常用的判决准则有：极大后验概率准则，最小失误率准则，贝叶斯 准则，纽曼皮尔逊准则等等。 ( 2 ) 模糊分类 由于肌电信号的不确定性传统的分类方法在处理肌电信号时会遇到种种限制，而模糊分类法 在处理肌电信号领域有着得天独厚的优势，同时可以将l 临床医生在肌电信号理论中丰富的经验应 用到模糊逻辑系统中，例如f r a n c i s h y c h a r t 应用模糊分类器对用于假肢控制的肌电信号进行分 类。他们将经过分段的e m g 信号特征值输入模糊系统，用b p 算法进行训练和分类，分类结果和 通过人工神经网络a n n 的分类结果对比表，在相同的精度下利用模糊分类器有着更快的速度、更 好的可靠性和对过度训练( o v e r t r a i n i n g ) 有着更好的不敏感性( i n s e n s i t i v i t y ) 。邓琛等人1 9 9 6 年 利用模糊控制技术实现了肌电假手的控制并制作出能实际应用的控制电路。刘建成等人1 9 9 9 年也 利用了模糊神经网络直接对残肢的e m g 动作进行识别，识别率达到了7 0 以上。 ( 4 ) 模式聚类分类法 聚类分类法是一种常用的线性分类方法其算法简单运算速度快在用于肌电信号的分类中对于 不同类别重叠区域小差异明显的特征采用这种分类方法可以避免许多非线性分类冗长的训练过 程。 ( 5 ) 神经网络分类法 上个世纪5 0 年代，r o s e n b l a t t 提出了感知器p e r c e p t r o n 模型，首开人工神经网络a n n 的先河， 到了8 0 年代人工神经网络获得了空前的发展，由于它具有很强的非线性处理能力因此被广泛的应 用于e m g 信号的分类识别方面，比如用b p 网络构造表面e m g 运动模式识别分类器，只要能够给 其足够数量的训练样本，网络就可以通过学习获得对运动模式进行分类的能力。w i l l i a m p u t n a m 等 人1 9 9 3 年分别利用单层感知器和多层感知器对屈臂和伸臂两动作进行识别，识别率可达到9 5 且 单通道和双通道数据的结果一样，其中单层感知器的算法为w i d r o w - h o f f l m s 算法。张海虹用高 阶神经网络p i s i g m a 网络对用小波变换提取得表面肌电特征进行分类，结果发现p i s i g m a 网络分 类器具有训练速度快精度高、鲁棒性好的特点。 东南大学硕士学位论文 第二章肌电信号的机理及其数学模型 2 1 细胞的生物电现象 肌肉运动过程中伴随着一系列的电变化，这就是肌肉细胞的生物电现象，它与细胞膜内外的 离子分布有关。静息状态时，细胞膜内外离子浓度见表2 i 。 表2 i 静息状态时细胞膜内外主要离子浓度 细胞膜内主要离子浓度细胞膜外主要离子浓度 ( 毫克分子升)( 毫克分子升) n a + k c l 。 n a +k c l - 1 2 01 5 5 03 81 4 5 04 01 2 0 0 在静息状态时，肌细胞膜内外保持一定的电位差，细胞膜内相对细胞膜外为负。生理学将细 胞安静时膜内为负、膜外为正的现象，称为极化( p o l a r i z e d ) ，其电位差称为静息电位。由于这 一电位差是存在于细胞膜的两侧，所以也称为跨膜电位或膜电位，哺乳动物骨骼肌的静息电位约为 9 0 毫伏。 进一步实验证明，各种细胞的细胞膜上普遍存在着一种称为“n a 一k a t p 酶”的物质。它们是 镶嵌在双层脂质膜中的特殊蛋白质，能特异性的被n a + 、k + 激活后，分解a t p 以获得能量，借以主动 地将细胞外液中的k + 移入膜内，同时把细胞内液中的n a 移出膜外，因而形成和保持了膜两侧的浓 度差。因为这一搬运活动是逆浓度差进行，并且是消耗能量的过程，所以又称为n a 一k + 泵。 细胞膜内外离子在浓度差异、跨膜电位和n a 一k + 泵三者的影响下，各种离子流动达到平衡状 态。当肌细胞受刺激兴奋时，膜上的n a + 通道突然开放，k + 通道突然关闭，n a + 的通透性突然提高5 0 0 倍，所以细胞膜，b n a + 必然快速向膜内扩散，这就把大量正电荷带入膜内，直至膜内形成的正电场 的排斥力足以对抗膜外n a + 的扩散力为止，从而使产生的动作电位的波幅陡然达到最高峰。在动作 电位产生的过程中，细胞膜对n a + 通透性的显著变化使膜电位由一9 0 l n v 变为+ 2 0 m y 或十3 0 m y ，构成 动作电位的上升支。生理学将细胞在安静状态下受到刺激，膜的外正内负极化状态被去除以至反 转，成为去极化，故升支也称去极相。 随后，膜上的n a + 通道突然关闭，k + 通道开放，k + 又外溢，构成峰电位的下降支，生理学将膜从 去极化状态恢复到静息电位和极化状态，称为再极化，故下降支亦称再极化相。肌细胞兴奋时， 膜电位发生去极化和再极化的变化，并向周围扩布，成为动作电位。换句话说，是由k + 到n a + 的的 平衡的转换，诱发出一个动作电位。动作电位的上升支及下降支为一峰形图像，持续时间约0 5 - - l 毫秒，习惯上把这种变化迅速的动作电位又称峰电位( s p i k ep o t e n t i a l ) “。动作电位产生后， 内流的n a + 和外溢的k + 都可激活n a _ k + 泵，以吸入外溢的k + 并排出内流的n a + ，产生后电位。最后恢 复静息状态。一个动作电位的产生见图2 1 。 动作电位实际上是膜受刺激后在原有的静息电位基础上发生的一次膜两侧电位的快速而可逆 的倒转和复原整个过程，在神经纤维它一般在0 5 2 o m s 的时间内完成”“。 4 第二章肌电信号的机理及其数学模型 2 2 肌电信号产生的机理 圉2 - 1 一个动作电位 肌电信号发源于作为中枢神经一部分的脊髓中的运动神经元。运动神经元的细胞体处在其中， 其轴突伸展到肌纤维处，经终板区( 哺乳类神经肌肉接头为板状接头，故称终板或称运动终板m o t o r e n d p l a t e ) 与肌纤维耦合( 是生化过程性质的耦合) 。与每个神经元联系着的肌纤维不只一条。这 些部分合在一起，构成所谓运动单位，如图( 2 - 2 ) 运动单位是肌肉的最小功能单位并能 被随意地激活，它由受同一运动神经支配 的一群肌肉纤维组成，肌电信号( e m g ) 是 由不同运动单位的运动单位动作电位 “ ( m o t o ru n i ta c t i o np o t e n t i a l ，m u a p ) 组成。 在中枢神经的控制下，运动神经元产 生电脉冲发放，沿轴突传导到肌纤维，并 在所有的肌纤维上引起脉冲序列，沿肌纤 维向两方传播，这些脉冲引起肌纤维收缩 从而产生肌张力。同时传播中的电脉冲在 人体软组织中引起电流场，并在检测电极 间表现出电位差。各肌纤维在检测点上表 现出的电位波形，其极性与终板和检测点 的相对位置有关( 例如图2 - 3 上纤维1 和 n 引起的电位波形与纤维2 ，3 引起的电位 波形反向) 。又和纤维与检测点间的距离有 关，相距愈远，幅度愈小。 图2 2 运动单位 1 一卜z a ，广_ 。r 图2 - 3单位动作电位 5 寸 查塑奎兰堡主兰堡堡兰 各肌纤维在检测点间引起电位的总和构成运动单元的动作电位( m u a p ) 。由于轴突上的电发放 是脉冲序列，因此检测点间引起的也是动作电位的序列( m u a p t ) ，如图2 - 4 所示。 图2 - 4 生理信号形成过程 最后，生理肌电图则是许多运动单元产生的m u a p t 的总和。以上是形成生理肌电信号的基本 过程。 2 3 肌电信号的数学模型 ( 1 ) 线性系统模型f 1 哪q 图2 - 5 ( a ) 是一个运动单元( 假设序号为k ) 的典型线性系统框图。图中驱动信号uk ( t ) 是 沿轴突传来的电发放脉冲，通常认为是更新过程即各次脉冲的间隔互相独立，且概率分布相 同。 ( a ) ( b ) 图2 5线性系统 6 第二章肌电信号的机理及其数学模型 u k ( t ) = 8 ( t - t ) ( 2 1 ) t 是随机变量。uk ( t ) 驱动的每一支路代表一根肌纤维。延迟环节t 。( i - l n ) 代表第i 根肌纤 维的激发相对于参考时刻的延迟，它是由于轴突长度不同、终板位置不同且传播速度有限造成的。 肌纤维表面的动作电位相当于一个冲激响应冲击响应h k ( t ) = p k c t ) 的线性时不变系统。纤维深度的影 响则可用另外一个冲激响应为g b ( f ) 的线性系统来描述。而m u a p t m i ( t ) 则是这些系统作用的结 果： = ，“o ) 4 厶( f ) + p k ( ，) + g h ( ，) 式中l k ( t ) = 6 ( t - r , ) 如果各纤维深度大致相同，则g h ( r ) 可用同一深度响应g 七( f ) 代替( 图2 - 5 ( b ) ) 。这样就有 m t ( ，) = u i ( ，) + l k + p k ( f ) + g i ( r ) ( 2 2 ) 最后的生理肌电则是m 个m u a p 的总和 村 y ( f ) = ( f ) t - 1 相应的功率谱是 式中，t 、忍、g ：分别是l k 、p k 、g k 傅立叶变换。 ( 2 3 ) ( 2 4 ) ( 2 ) 集中参数模型 对于一块给定的肌肉，可以认为纤维动作电位p ( r ) 与k 无关。如果进一步把吼( f ) 用平均深 度滤波器季代替，则( 2 3 ) 式变成 m y ( ，) = ，o ) + 季( ，) + t ( ，) + 厶( f ) 】 ( 2 5 ) t l 卢。( ，) + o ) 代表若干相互错开的更新过程的总和。令 7 、j9 k g 事 、，op 、， 一 o 万 、，o i m = 、，o 圻 ) 出 ( g 2 ) 缈 (b 2 、j 田 (k e ) 甜 ，l 衄 s 柚 i i ) 国 ( ， s )o，叶 )o 以_ 【 m = )o p 东南大学硕士学位论文 ( 屹= t k + ) 则过程可以看成一个集中参数模型，如图2 7 ( a ) 所示。( f ) 的平均发放率当然是各m u 发放 率的总和： m 以= 以 ( 2 6 ) k = l 如果m 很大，p ( f ) 近似为一个泊松过程。因此，( f ) 的功率谱为 s 。( = 以+ 2 巩2 6 ( 功 而 s y ( ) = s 。( 国) l ( ) 1 2 如果h ( c o ) 在国= o 处为0 ，则 d ( 功= 以i 打( 缈) f 2 ( 2 7 ) ( 2 8 ) 实际上，去掉万( 曲) 后，泊松过程的统计特性与白噪无异。因l l t y ( t ) 可以看成是由零均值的高 斯过程c o ( t ) 激励某一线性系统所产生，因而可以用参数模型来分析肌电图【图2 - 6 ( b ) 】。y ( 0 接近 于零均值的高斯过程( 可以证明，泊松过程通过线性系统后，其输出接近高斯过程) 。 郇)厅( f ) 何( 珊) b 图2 6 参数模型 ( 3 ) 非平稳模型【1 9 1 上述模型只使用于平稳情况，例如肌肉用力恒定时。这种模型使用于稳态分析。当用力变化 时- 由于参加发放的神经元数目变化，因此肌电图的发放率五。也变化。这样，肌电信号的均方也 是时变的，因此信号是非平稳的。 可以把非平稳肌电信号以调幅噪声形式描述： y ( t ) = c ( t ) m ( t ) 8 ( 2 9 ) 、j 一r 烈 m r l h = 第二章肌电信号的机理及其数学模型 其中，载波r e ( t ) 是零均值单位方差的高斯噪声过程，其统计特征反映归一后的平稳肌电；调 制信号c ( f ) 反映时变的肌肉收缩程度。 来源可以粗略解释如下：实验证明，当用力变化时，神经元发放率基本不变，只是参加神经 肌肉过程的运动单元总数m 成为时变的m ( t ) 。因此( 2 3 ) 式中求和项数是时变的。如果认为各 运动单元的发放过程相互无关，则j ，( r ) 的均方是各运动单元肌电均方的总和： e y 2o ) = m ( t ) e m 2 ( ，) 】 如果令厕= c o ) 则 y ( f ) = c ( f ) 晰( f ) ( 2 1 0 ) 可见过程可用图2 7 的模型表示。调制信号c ( f ) 可看成确定性信号，反映时变的肌肉收缩程度。 j 叫玉，￥- l 图2 - 7 q 平稳模型 对y ( f ) 求自相关函数： r y o ，t + f ) = e c ( t ) m ( t ) c ( t + f ) ，栉o + f ) 】 = c ( t ) c ( t - i - r ) r 。( f ) 因为c ( f ) 的宽带由肌肉骨骼系统决定，相对于棚( ，) 而言是低通的，所以在r m ( r ) 0 的区问 c ( o c ( t + 订，故 r y o ，+ f ) c 2 ( f ) r 。( f ) ( 2 1 1 ) _ s 。( f ，) c ( o s 。【) ( 2 1 2 ) 方差：盯；= 去e s 如，州= 盯。2 c 2 ( f ) ( 2 1 3 ) 式中，盯：= 1 2 万。f s 。( ) 如 = 去肛( 帆( 叫m 还有人把非平稳的y ( t 1 用一阶的a r i m a 模型来表示【”。所谓a r i m a 模型是它的差分为a r m a 东南大学硕士学位论文 过程的时间序列： ( 1 + 兰a k z - * ) ( 1 _ z - i ) y ( 盯) ：白+ ( 1 + b k z - k ) 以胛) k ；li z l ( 2 1 4 ) 式中是y ( 功的均值或确定性的趋势项。当把这一项去除后，a r i m a 过程的频率特性可以表示 为 球”) = 专 1 + b k z 4 2 4 肌电信号的采集和预处理 实验时间，是指测试时样本的生理状态最好一致，例如先放松一段时间之后开始测试，第一 次测试和第二次测试的间隔时间等等。因为，我们发现这些因素往往会对结果有一定的影响。 选择和安放位置：选择电极是有硬件设备决定的，如果硬件设备定了，电极的形式也就基本 上定了。例如有的设备利用心电那种一次性电极，这种电极枯贴时比较方便，固定容易；例如d e l s y s 系统用有源电极，电极片下面有个放大器的小盒子，这种电极在假肢中比较常见，如果直接往肌 肉上贴，要用胶带固定。本试验采用的安放位置，采样电极安放在桡侧腕曲肌的肌腹上，参考 电极安放在手腕处的骨骼突出处的电中性的地方。在滤波器设计中参考电极接地。 重复试验，还应该注意不同次粘贴电极的位置如何一致的问题，因为在人皮肤上画的痕迹很 难保留很长时间，而且粘贴位置的偏差对信号可能造成很大的影响。 假手的电极，一般放在腕伸肌和腕屈肌上。肌电的电极一般都是顺着肌纤维的方向成对使用的。 图2 8 前臂肌肉 1 0 一 节。 第三章肌电信号测量系统 3 1 电极 第三章肌电信号测量系统 提取肌电信号的第一步是使用电极。用于肌电图的电极种类很多，其共同要求是它们必须对 受试者无害，而且要尽可能的接近待研究的肌肉，以拾取由于离子运动而引起的电流。电极可以 分成表面( 皮肤) 电极和插入( 针形) 电极两类，它们各有优缺点。 表面电极又分湿电极和干电极两种。前者通过电极一皮肤界面来感受皮肤上的电流，因此接 触电阻宜小。其材料和结构与一般脑电图所用银一氯化银电极基本相同。后者电极的输入阻抗较 大( 电阻约1 0 “电容约为3 p f ) ，使得工作不太受电极一皮肤界面阻抗的影响。它和皮肤可以通过 电阻耦合，也可以通过电容耦合，但后者噪声较大，干电极使用方便而且记录可靠，在应用中得 到了广泛的采用。表面电极所取肌电信号反映体内较大区域肌电活动的总和，不能确切反映个别 肌纤维的活动，但是由于使用方便而且无痛苦，因此应用也很广。 我们使用的是盘形电极，这种电极形似小碗，实际上也是表面平板电极的一种变形。使用时 电极中心涂上电极糊，保证其与皮肤有良好的接触，并增加它的导电性能。 3 2 自设计滤波放大器 由于表面肌电信号本身的特性，一般的滤波器无法得到好的处理效果，这就要求设计表面肌 电信号拾取的专用滤波器。因此在v i s h e e g l 6 2 4 a m 旷( 医疗器械中专用的一种集成放大器) 的 基础上，设计了自己的滤波放大器。 要设计表面肌电信号专用的滤波器首先要了解肌电信号的特征。表面肌电信号是一种微弱信 号，一般只有微伏级电压信号，信号中往往夹带着低频( 接近直流) 和高频的干扰信号，真正有 用的肌电信号大致在1 0 5 0 0 h z 之间。除此之外5 0 h z 工频信号也是表面肌电信号拾取的一个重要 干扰源，如果不去除可能会掩盖表面肌电信号。 根据表面肌电信号特性要求，专用滤波器必须具有隔直、放大、滤波功能，并且要求具有高 共模抑制比和好的抗干扰性，这就是滤波器设计的要求和目的。 3 2 1 隔直和放大环节 从表面电极检测出的信号首先需进行隔直处理，其次才能进行放大，如图3 一l 所示。隔直部分 为一阶高通滤波器，其截止频率： 石；盎= o - 他 ( 3 1 ) 信号放大可分多级放大，但第一级放大环节必须有较大的放大倍数，选用器件a d 6 2 0 。a d 6 2 0 是低功耗、高精度、失调漂移小、低噪声的放大器，仅需外加一个合适的电阻即可实现l 一1 0 0 0 增 益，具有高安全性。而且a d 6 2 0 的频带响应带宽比较宽，当增益为1 0 0 时，频带可达1 2 0 k h z ， 而表面肌电信号的频率通常小于5 0 0 h z ，因此a d 6 2 0 能满足表面肌电信号提取的需要。 a d 6 2 0 的增益计算方程式为： g - - - - - 业+ 1( 3 2 ) 尼 1 l 东南大学硕士学位论文 其中r g 为管脚1 和管脚8 之间的电阻， g 为增益值。由于表面肌电信号是微弱 信号，为了避免其它信号的干扰，增益 值要足够大；另一方面增益值如果太大， 可能在第一级就出现饱和，这是不希望 的，因此r g 的值要选择适当，以获得 适当的增益。经试验取r g = 2 0 0 f 2 ，根 据公式( 3 2 ) 计算得到g = 2 4 8 。为了进 一步提高共模抑制比，采用了共模反馈 消除法 2 】。由u 2 a 、c 3 、r 3 、r 4 、1 1 5 、 r 6 构成的共模反馈电路，人体输入的共 模电压被两个阻值相等的电阻r 5 、r 6 检测出来，经过u 2 a 将其倒相并反馈到 人体上，使其共模电压降低乃至抵消， 减小了共模电压的拾取。 其它的放大环节采用两个反向比例 运算电路，如果想更改放大倍数只需改 变输入端电阻和反馈电阻的阻值。在放 大环节问可使用电位器，起分压作用避 免在下一放大环节出现信号饱和。 3 2 2 陷波电路 5 0 h z 工频信号对表面肌电信号的拾取 有很大的影响，它的频率恰好在表面肌电信 号信号能量集中的频段，而它的幅度会比表 面肌电信号信号大l 3 个量级，它的存在会 掩盖表面肌电信号信号的特征息，因此必须 去除。在滤波器的设计中采用带阻滤波器 ( 陷波器) ，滤除5 0 h z 工频信号。该网络 是对称的，陷波器的中心频率为： 厂：l( 3 3 ) 7 2 r c r l 3 c 9 。 陷波器参数的确定一方面通过计算，另 一方面还要通过实验检测其滤波效果。r 1 3 取1 0 k o ，c 9 取0 3 3 虾，根据公式( 3 3 ) 算得f = 4 8 h z ，实际测得陷波器的中心频率 为4 9 h z ，满足设计要求。 带阻滤波器的品质因素0 ，决定滤波器 的选择性，高q 对应较窄的阻带而低o 对 图3 1 隔直和放大环节 图3 - 2 带阻滤波电路 应较宽的阻带。由于只要求衰减5 0 h z 信号，其它频率尽量保留，因此要提高q 值，使阻带变窄。 于是放大器u 3 a 将u 2 d 的部分输出信号反馈到网络的纵臂，由于是正反馈，具有频率增强作用， 使阻带变窄，q 值提高。q 值的计算方程式为： 2 第三章晁f 【电信号测量系统 o = 二一 ( 3 4 ) 一 4 ( 1 一，) 式中f 为电路反馈系数 ，： 墨! ! ( 3 5 ) r 1 8 + 月1 7 选取r 1 8 = 5 6 k q ，r 1 7 = 5 ，i k d ，根据公式f = 0 9 2 ，q = 3 1 2 5 。这种带阻滤波电路能有效地滤 除5 0 h z 工频产生的干扰，q 值的提高保证了有用信号不被衰减。 3 2 3 低通滤波环节 除了要抑制5 0 h z 工频信号，还应限制高频信号，这就要使用低通滤波器。最常用全极点滤波 器有巴特沃斯滤波器和切比雪夫滤波器。在靠近c t v - - 0 处的幅频特性，巴特沃斯滤波器比切比学夫 滤波器平直，即在频率的低端巴特沃斯幅频特性更接近理想情况。但在接近截止频率和在阻带内， 巴特沃斯滤波器则较切比雪夫滤波器差得多。要保证低频信号不被衰减，而对高频要求不高，因 此选择巴特沃斯滤波器。实现巴特沃斯滤波器的电路有多种，选用能产生正相增益的压控电压源 滤波器，简称v c v s 滤波器。 给定截止频率f e = 2 0 0 0 h z ，增益k = 2 ，计算参数。在选择器件时应选接近计算值的电阻和电容。 选择两组不同的参数，构成两个低通滤波环节，这样滤波效果要比两个参数相同滤波环节的效果 要好。 为了保证输入高阻抗，输出低阻抗，以及滤波的稳定性可以在电路中加入跟随器。电路中还 应加入反向比例运算环节以提高放大倍数。至此，滤波器设计基本完成。 3 2 4 滤波器的调试 滤波器制作完成厅必须经过调试，才能知道是否满足设计要求，对于不符的地方还需进行调 整。 测试过程输入信号为u = 2 0 m v ( u 为峰峰值电压) 的正弦信号，为保证输出的信号不饱和， 将放大倍数定为3 0 0 倍，并在示波器上观察输出波形。 表3 1 表面肌电信号专甩滤波器的幅颇特性 输入频 51 0 1 52 02 53 03 54 04 55 0 5 56 0 7 0 8 0 率( h z ) 输出