一種基于微控制器的肌電信號處理及特征提取方法技術

本發明專利技術公開了一種基于微控制器的肌電信號處理及特征提取方法，包括信號采集放大處理、窗函數移動平均處理、閾值處理和波形長度特征提取四個步驟；其中，信號采集放大處理過程由硬件完成，采用三點式差動輸入電極采集表面肌電信號；窗函數移動平均處理過程在極小運算量下對信號做平滑處理；閾值處理過程在極小的運算量下從肌電信號中提取出肌肉的收縮-舒張狀態；波形特征提取過程在極小的運算量下獲得波形變化幅度特征。本發明專利技術方法可以應用于運算資源與存儲資源極為有限的微控制器上，利用較低成本采集處理肌電信號，獲得肌肉的收縮-舒張狀態與波形變化幅度特征。

A method of EMG signal processing and feature extraction based on Microcontroller

The invention discloses an EMG signal processing and feature extraction method based on the micro controller, including signal acquisition, amplification processing window moving average processing, threshold processing and waveform length feature extraction of four steps; wherein, the amplified signal acquisition processing by the hardware is completed by three point differential input electrode surface EMG signal acquisition window function; moving average process in minimal computation of signal smoothing; threshold processing in little calculation quantity from EMG signals extracted from muscle contraction diastolic state; waveform feature extraction process to obtain the amplitude characteristic waveform changes in the amount of computation under the minimum. The method of the invention can be applied to the micro controller with extremely limited computing resources and storage resources, and can obtain the characteristics of the muscle contraction relaxation state and the waveform change amplitude by using the low cost acquisition and processing of the EMG signal.

【技術實現步驟摘要】

本專利技術屬于計算機協同醫療
，具體涉及一種基于微控制器的肌電信號處理及特征提取方法。
技術介紹
表面肌電信號(SurfaceElectromyogram，SEMG)是一種重要的人體生物信號，是通過人體表面電極，在人體皮膚表面采集人體肌肉運動時所產生的電位信號。它的來源是人體自主運動時神經肌肉活動發放的生物電信號，這些電信號沿肌纖維傳播并經由皮膚、脂肪構成的容積導體濾波后在皮膚表面檢測電極處的時間和空間上綜合疊加，最終形成表面肌電信號。由于不同的動作引發不用的肌肉群作用，產生的肌電信號就不同，所以肌電信號在識別人體動作方面具有獨到的優勢，被廣泛應用于假肢控制、康復訓練、臨床醫學和體育科學等諸多領域中。表面肌電信號的頻段主要分布在20～500Hz的區間內，主要能量集中在50～150Hz的區間內，基本服從正態分布。可以發現，人體肌電信號具有以下兩方面特征：一是信號弱。直接從人體中檢測出來的電信號的幅值往往較弱；在振幅上，由于肌電信號是一種肌肉產生而在皮膚表面提取的電信號，其電壓信號非常微弱，峰值一般在0～6mV。因此，在處理肌電信號之前，需要使用硬件對信號進行放大處理。二是頻率范圍較低。經頻譜分析可知，人體肌電信號的頻率范圍一般較小，在10Hz級，這使得在采樣時對AD轉換器的性能、MCU處理能力和通信模塊傳輸能力沒有較高的要求，遠低于聲音信號、圖像信號的采集要求，對操作系統的實時性要求也較低。但是，微控制器的計算能力普遍較弱，無法使用頻域變換、小波變換等需要較多計算和存儲資源的方法來處理采集得到的原始肌電信號，也無法對肌電信號進行相應的特征提取。
技術實現思路
為了在計算和存儲能力較弱的微控制器上，以較低成本處理肌電信號并提取特征，本專利技術提供了一種基于微控制器的肌電信號處理及特征提取方法，其采用的技術方案如下：首先，采用三點式差動輸入電極采集表面肌電信號，并對該肌電信號進行放大以及整流平滑處理后由微控制器的ADC(模數轉換)模塊進行離散化采樣；然后，采用窗函數對離散化后的肌電采樣信號進行移動平均處理；最后，基于窗函數移動平均處理后的肌電采樣信號進行特征提取，獲得肌肉的收縮及舒張狀態以及肌電信號波形變化幅度。本專利技術以P個采樣周期大小的窗口對離散化后的肌電采樣信號進行窗函數移動平均處理，其采用的窗函數表達式如下：signalMAV(i)=1PΣj=i-P+1isignal(j)]]>其中：signal(j)為離散化后的肌電采樣信號中第j時刻的信號值，signalMAV(i)為經窗函數移動平均處理后的肌電采樣信號中第i時刻的信號值，P為大于1的自然數，i為自然數，j為自然數且i-P+1≤j≤i。本專利技術通過對窗函數移動平均處理后的肌電采樣信號進行閾值處理，獲得肌肉的收縮及舒張狀態。根據以下表達式對窗函數移動平均處理后的肌電采樣信號進行閾值處理：signalthreshold(i)=1signalMAV(i-k)≥TH,k=0~T0signalMAV(i-k)<TH,k=0~Tnullothers]]>其中：signalthreshold(i)為經閾值處理后的肌電采樣信號中第i時刻的信號值，signalMAV(i-k)為經窗函數移動平均處理后的肌電采樣信號中第i-k時刻的信號值，TH為設定的閾值，i為自然數，k為自然數且0≤k≤T，T為設定的保持周期數且T為大于1的自然數，signalthreshold(i)＝1表示第i時刻肌肉處于收縮狀態，signalthreshold(i)＝0表示第i時刻肌肉處于舒張狀態。本專利技術通過對窗函數移動平均處理后的肌電采樣信號進行波形長度特征提取，獲得肌電信號波形變化幅度。根據以下表達式對窗函數移動平均處理后的肌電采樣信號進行波形長度特征提取：signalWL(i)=1NΣp=i-N+1i(signalMAV(p-1)-signalMAV(p))2+12]]>其中：signalWL(i)為第i時刻肌電信號波形的線段長度和，signalMAV(p-1)和signalMAV(p)分別為經窗函數移動平均處理后的肌電采樣信號中第p-1時刻和第p時刻的信號值，N為統計波形長度的采樣周期數且N為大于1的自然數，i為自然數，p為自然數且i-N+1≤p≤i。由此可見，本專利技術基于上述技術方案可以應用于運算資源與存儲資源極為有限的微控制器上，以較低的硬件成本采集處理肌電信號，獲得肌肉的收縮-舒張狀態與波形變化幅度特征。附圖說明圖1為本專利技術肌電信號處理及特征提取的流程示意圖。圖2為三點式差動輸入電極的貼放位置示意圖。具體實施方式為了更為具體地描述本專利技術，下面結合附圖及具體實施方式對本專利技術的技術方案進行詳細說明。本實施例采用FreescaleKL02作為微控制器，以C語言編寫控制程序，采用CyborganOSCore作為微控制器實時操作系統，以肌電信號特征最明顯的肱二頭肌作為被測肌肉，采用三點式差動輸入電極對肌電信號進行采集，使用AdvancerTechnology的MuscleSensorPlatinumv3.3對信號做硬件處理，如圖1所示，通過軀干電信號處理服務對肌電信號依次進行信號采集、信號放大處理、信號整流平滑處理、AD采樣離散化處理、窗函數移動平均處理、閾值處理以及波形長度特征提取，最后通過藍牙將數據包發往CyborganOSBrain。其中信號采集按圖2所示方式將MuscleSensorPlatinumv3.3的三點式差動輸入電極貼放在肱二頭肌對應皮膚表面上，將MuscleSensorPlatinumv3.3的SIG信號接入到FreescaleKL02的ADC0_SE0引腳上，將MuscleSensorPlatinumv3.3與FreescaleKL02開發板共地。使用CyborganOS配置工具配置一個定時器OsAlarm_Besp，該定時器自動觸發，每1ms觸發一次，用來周期性調用任務OsTask_Besp。任務OsTask_Besp首先啟動ADC，完成一個數模轉換，將獲取到的10位電壓信號存放于一個uint16類型的變量signal內，并以此執行窗函數移動平均處理、閾值處理、波形長度特征提取三個處理過程，并將結果用通信服務傳遞給上位機，具體過程如下：(1)窗函數移動平均處理。本實施方式使用窗函數對信號進行平均處理，公式如下，表示在P個采樣周期窗口內對信號瞬本文檔來自技高網...

【技術保護點】
一種基于微控制器的肌電信號處理及特征提取方法，其特征在于：首先，采用三點式差動輸入電極采集表面肌電信號，并對該肌電信號進行放大以及整流平滑處理后由微控制器的ADC模塊進行離散化采樣；然后，采用窗函數對離散化后的肌電采樣信號進行移動平均處理；最后，基于窗函數移動平均處理后的肌電采樣信號進行特征提取，獲得肌肉的收縮及舒張狀態以及肌電信號波形變化幅度。

【技術特征摘要】
1.一種基于微控制器的肌電信號處理及特征提取方法，其特征在于：
首先，采用三點式差動輸入電極采集表面肌電信號，并對該肌電信號進行
放大以及整流平滑處理后由微控制器的ADC模塊進行離散化采樣；
然后，采用窗函數對離散化后的肌電采樣信號進行移動平均處理；
最后，基于窗函數移動平均處理后的肌電采樣信號進行特征提取，獲得肌
肉的收縮及舒張狀態以及肌電信號波形變化幅度。
2.根據權利要求1所述的肌電信號處理及特征提取方法，其特征在于：以
P個采樣周期大小的窗口對離散化后的肌電采樣信號進行窗函數移動平均處理，
其采用的窗函數表達式如下：
signalMAV(i)=1PΣj=i-P+1isignal(j)]]>其中：signal(j)為離散化后的肌電采樣信號中第j時刻的信號值，signalMAV(i)
為經窗函數移動平均處理后的肌電采樣信號中第i時刻的信號值，P為大于1的
自然數，i為自然數，j為自然數且i-P+1≤j≤i。
3.根據權利要求1所述的肌電信號處理及特征提取方法，其特征在于：通
過對窗函數移動平均處理后的肌電采樣信號進行閾值處理，獲得肌肉的收縮及
舒張狀態。
4.根據權利要求3所述的肌電信號處理及特征提取方法，其特征在于：根
據以下表達式對窗函數移動平均處理后的肌電采樣信號進行閾值處理：
signalthreshold(i)=1signalMAV(i-k)≥TH,k=0~T...

【專利技術屬性】
技術研發人員：李紅，邵開來，王杰，楊國青，吳朝暉，
申請(專利權)人：浙江大學，
類型：發明
國別省市：浙江;33