一种利用肌电定时的下肢运动准备电位检测系统及方法技术方案

技术编号:20317411 阅读:71 留言:0更新日期:2019-02-13 01:15
本发明专利技术公开了一种利用肌电定时的下肢运动准备电位检测系统及方法,包括脑肌电采集模块、信号处理模块、数据存储模块以及显示模块;脑肌电采集模块、数据存储模块和显示模块与信号处理模块均存在信息传递与交互。在本发明专利技术针对用户下肢自主运动事件的运动准备电位提取问题,利用下肢肌电信号实现对下肢自主运动起始时刻进行检测,并对脑电数据进行事件对齐和数据截取,从而对脑电数据进行运动伪迹的去除,以此检测下肢自主运动事件时运动准备电位,同时获取多次事件下叠加平均的运动准备电位,为用户下肢运动意图的预先感知和外骨骼机器人的柔顺控制提供基础。

A Detection System and Method of Lower Limb Motion Readiness Potential Based on EMG Timing

The invention discloses a lower extremity motor readiness potential detection system and method using electromyogram timing, including electromyogram acquisition module, signal processing module, data storage module and display module; there are information transmission and interaction between electromyogram acquisition module, data storage module and display module and signal processing module. Aiming at the problem of extracting motor readiness potential of lower limb autonomous motion events, the invention uses lower limb EMG signals to detect the initiation time of lower limb autonomous motion, and aligns and intercepts the EEG data for event alignment and data interception, thereby removing the artifact of EEG data, so as to detect the motor readiness potential of lower limb autonomous motion events, and obtain multiple events at the same time. The average motor readiness potential under the workpiece is superimposed to provide the basis for the user's pre-perception of lower limb motions and the flexible control of exoskeleton robots.

【技术实现步骤摘要】
一种利用肌电定时的下肢运动准备电位检测系统及方法
本专利技术属于事件相关电位检测领域,具体涉及一种利用肌电定时的下肢运动准备电位检测系统及方法。
技术介绍
近年来,随着外骨骼机器人的不断发展,其功能的特殊性在国防军事和工农业生产等领域具备重要的应用前景。但外骨骼机器人的相关关键技术仍需开展更为深入的研究才能满足实际的需求;尤其是在用户运动感知方面,其感知结果直接影响人对外骨骼机器人的决策和控制,是外骨骼机器人实际应用的关键技术之一。现有比较成熟的感知方式是利用力位信息来获取穿戴者的运动意图,从而进行交互控制。然而,由于外骨骼机器人的力位信息产生于运动开始之后,再加上机器人机械系统响应以及信号采集处理等影响而产生的延时,故对于外骨骼机器人的交互控制而言存在一定时间滞后性,不能很好地实现机器人的柔顺性控制。而运动准备电位(readinesspotential,RP)是用户在执行刺激诱发运动或自发运动时调用大脑中与运动相关的认知资源而产生负值低频电位变化,是一种是在时间上严格跟随肢体运动的事件相关电位。运动准备电位特征变化开始于运动前约1.5-0.5s,利用该电位可实现对用户运动意图的预测,有效解决现有控制信息源的时间滞后性问题,有利于外骨骼机器人柔顺控制的实现。现有的运动准备电位检测方法是采用在刺激条件下进行检测的方法,通过叠加平均来减少背景随机噪声的干扰,从而可以较好地识别运动准备电位。但存在明显的缺陷是需刺激诱发,而且叠加平均掩盖了单次运动准备电位之间的差异,最重要的是不能满足自发性和实时性的要求,不利于运动准备电位的现实应用。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点,提供一种利用肌电定时的下肢运动准备电位检测系统及方法,旨在检测用户下肢自主运动时其运动准备电位,为用户下肢运动意图的预先感知及其外骨骼机器人的柔顺控制提供基础。为达到上述目的,本专利技术采用以下技术方案予以实现:一种利用肌电定时的下肢运动准备电位检测系统,包括:脑肌电采集模块,包括脑电采集单元、肌电采集单元以及无线传输单元;信号处理模块,包括预处理单元,以及均与预处理单元电连接的事件对齐和数据截取单元和动作起始时刻检测单元;事件对齐和数据截取单元依次连接伪迹去除单元、运动准备电位检测单元和电位叠加单元进行处理;数据存储模块,包括数据管理单元和数据存储单元;以及显示模块。本专利技术进一步的改进在于:脑电采集单元与脑电帽电连接,肌电采集单元与肌电电极电连接;脑电帽,穿戴在用户头部,用于拾取用户的头皮脑电信号;肌电电极,布置在用户下肢的相应肌肉位置,用于拾取用户的下肢肌电信号,并经信号特征提取,来定时用户下肢自主运动时的运动准备电位的动作起始时刻。脑电帽采用集成无线通信单元的便携式脑电帽NeuroScan。一种利用肌电定时的下肢运动准备电位检测方法,包括以下步骤:步骤1:通过脑肌电采集模块实时采集用户在下肢自主运动时的脑电和肌电信号,并将采集到的脑电和肌电信号通过无线传输单元发送至信号处理模块;步骤2:首先对接收的脑电和肌电信号分别进行预处理,消除脑肌电信号中的噪声和基线漂移,再将脑电信号和肌电信号传输至信号处理模块的肌电处理单元和脑电处理单元;步骤3:肌电处理单元对预处理之后的肌电信号进行用户下肢自主运动的动作起始时刻检测;步骤4:脑电处理单元对预处理后的脑电信号进行基于肌电定时的脑电信号数据下肢自主运动事件对齐及数据截取,并对截取之后的脑电数据进行基于MEMD的运动伪迹去除,以此进行单次下肢自主运动事件中的运动准备电位的检测,同时对将本次事件下的运动准备电位和已有下肢自主运动事件下的运动准备电位进行叠加平均,获得多次下肢自主运动事件下叠加平均的运动准备电位;步骤5:采用显示器用以实时呈现所采集的脑电信号、肌电信号、单次下肢自主运动事件下的运动准备电位以及多次事件下叠加平均的运动准备电位;步骤6:对所采集的原始脑电和肌电信号、预处理后的脑电和肌电信号、用户下肢自主运动的动作起始时刻检测结果、单次下肢自主运动事件下的运动准备电位以及多次事件下叠加平均的运动准备电位;按照用户设定的数据格式及时间逻辑进行存储。其进一步的改进在于:步骤3的具体方法如下:步骤3-1:将肌电信号进行Hilbert变换并取绝对值;H(n)=|x(n)*h(n)|其中,x(n)为肌电信号序列,H(n)为原始信号x(n)的Hilbert变换后取绝对值的信号序列;步骤3-2:设置平滑窗对肌电信号进行平滑处理,之后对肌电信号进行去均值与归一化处理;env(n)=H(n)*W(m)env(n)=env(n)/max(env(n))其中,env(n)为经过卷积、去均值和归一化后的信号序列,W(m)为平滑窗函数,m为自定义窗长;步骤3-3:设置滑动窗、计算初始阈值,采用滑动窗逐次滑动检测肌电信号是否处于活动状态,从而获得肌电信号的状态函数;其中,s(n)是二值化状态函数,TH为阈值,α和β均为阈值因子,l为滑动窗长;步骤3-4:进行状态函数滤波,以消除在活动态和静息态内因尖峰信号引起的伪活动检测。步骤3-4的具体方法如下:步骤3-4-1:将得到的状态函数s(n)中,将序列“1”之间间距的小于T1的数据全置为“1”,以避免在肌肉活动时出现的静息状态;步骤3-4-2:将步骤3-4-1得到的状态函数s(n)中,将序列“0”之间间距的小于T2的数据全置为“0”,以消除在正常无动作情况下,肌肉静息时出现的尖峰信号带来的影响;根据滤波后的状态函数判断用户下肢是否发生动作,若下肢未产生动作,将重新采集用户的脑电和肌电数据;若产生动作,利用确定用户下肢自主运动的起始时刻,从而以此进行用户下肢自主运动时脑电信号的定时。步骤4的具体方法如下:步骤4-1:根据预处理后的脑电信号数据,以下肢运动起始时刻数据点为零时刻,截取零时刻前后各Ts的脑电数据定义为有效数据段,定义数据时间范围为-T~Ts,以实现脑电信号的下肢自主运动事件对齐;步骤4-2:利用MEMD方法对截取后的脑电数据进行运动伪迹去除;步骤4-3:对去除运动伪迹后的脑电信号进行0.1~10Hz带宽滤波,再降采样至200Hz,并进行信号去均值、信号幅值归一化处理,检测单次下肢自主运动事件中的运动准备电位;步骤4-4:对将本次事件下的运动准备电位和已有下肢自主运动事件下的运动准备电位进行叠加平均,获得多次下肢自主运动事件下叠加平均的运动准备电位。步骤4-2的具体方法如下:步骤4-2-1:采用Hammersley序列采样法,在(n-1)维球面上获取n维空间的方向向量;步骤4-2-2:计算脑电信号v(t)沿每个方向向量Xθk=[x1k,x2k,…,xnk]上的映射Pθk;步骤4-2-3:计算所有方向向量的映射信号{Pθk(t)}Kk=1极值对应的瞬时时刻{Piθk(t)}Kk=1,i表示极值点位置,i∈[1,T];步骤4-2-4:用多元样条插值函数插值极值点[tiθk,v(tiθk)],得到K个多元包络{eθk(t)}Kk=1;步骤4-2-5:球空间K个方向向量,其n元均值m(t)为:步骤4-2-6:通过h(t)=v(t)-m(t)提取本征模态分量h(t),如果h(t)满足多元IMF判断标准,那么就将v(t)-h(t)结果作为步骤2本文档来自技高网...

【技术保护点】
1.一种利用肌电定时的下肢运动准备电位检测系统,其特征在于,包括:脑肌电采集模块,包括脑电采集单元、肌电采集单元以及无线传输单元;信号处理模块,包括预处理单元,以及均与预处理单元电连接的事件对齐和数据截取单元和动作起始时刻检测单元;事件对齐和数据截取单元依次连接伪迹去除单元、运动准备电位检测单元和电位叠加单元进行处理;数据存储模块,包括数据管理单元和数据存储单元;以及显示模块。

【技术特征摘要】
1.一种利用肌电定时的下肢运动准备电位检测系统,其特征在于,包括:脑肌电采集模块,包括脑电采集单元、肌电采集单元以及无线传输单元;信号处理模块,包括预处理单元,以及均与预处理单元电连接的事件对齐和数据截取单元和动作起始时刻检测单元;事件对齐和数据截取单元依次连接伪迹去除单元、运动准备电位检测单元和电位叠加单元进行处理;数据存储模块,包括数据管理单元和数据存储单元;以及显示模块。2.根据权利要求1所述的利用肌电定时的下肢运动准备电位检测系统,其特征在于,脑电采集单元与脑电帽电连接,肌电采集单元与肌电电极电连接;脑电帽,穿戴在用户头部,用于拾取用户的头皮脑电信号;肌电电极,布置在用户下肢的相应肌肉位置,用于拾取用户的下肢肌电信号,并经信号特征提取,来定时用户下肢自主运动的动作起始时刻。3.根据权利要求2所述的利用肌电定时的下肢运动准备电位检测系统,其特征在于,脑电帽采用集成无线通信单元的便携式脑电帽NeuroScan。4.一种采用权利要求1-3任意一项所述系统的利用肌电定时的下肢运动准备电位检测方法,其特征在于,包括以下步骤:步骤1:通过脑肌电采集模块实时采集用户在下肢自主运动时的脑电和肌电信号,并将采集到的脑电和肌电信号通过无线传输单元发送至信号处理模块;步骤2:首先对接收的脑电和肌电信号分别进行预处理,消除脑肌电信号中的噪声和基线漂移,再将脑电信号和肌电信号传输至信号处理模块的肌电处理单元和脑电处理单元;步骤3:肌电处理单元对预处理之后的肌电信号进行用户下肢自主运动的动作起始时刻检测;步骤4:脑电处理单元对预处理后的脑电信号进行基于肌电定时的脑电信号数据下肢自主运动事件对齐及数据截取,并对截取之后的脑电数据进行基于MEMD的运动伪迹去除,以此进行单次下肢自主运动事件中的运动准备电位的检测,同时对将本次事件下的运动准备电位和已有下肢自主运动事件下的运动准备电位进行叠加平均,获得多次下肢自主运动事件下叠加平均的运动准备电位;步骤5:采用显示器用以实时呈现所采集的脑电信号、肌电信号、单次下肢自主运动事件下的运动准备电位以及多次事件下叠加平均的运动准备电位;步骤6:对所采集的原始脑电和肌电信号、预处理后的脑电和肌电信号、用户下肢自主运动的动作起始时刻检测结果、单次下肢自主运动事件下的运动准备电位以及多次事件下叠加平均的运动准备电位;按照用户设定的数据格式及时间逻辑进行存储。5.根据权利要求4所述的利用肌电定时的下肢运动准备电位检测方法,其特征在于,步骤3的具体方法如下:步骤3-1:将肌电信号进行Hilbert变换并取绝对值;H(n)=|x(n)*h(n)|其中,x(n)为肌电信号序列,H(n)为原始信号x(n)的Hilbert变换后取绝对值的信号序列;步骤3-2:设置平滑窗对肌电信号进行平滑处理,之后对肌电信号进行去均值与归一化处理;env(n)=H(n)*W(m)env(n)=env(n)/max(env(n))其中,env(n)为经过卷积、去均值和归一化后的信号序列,W(m)为平滑窗函数,m为自定义窗长;步骤3-3:设置滑动窗、计算初始阈值,采用滑动窗逐次滑动检测肌电信号是否处于活动状态,从而获得肌电信号的状态函数;其中,s(n)是二值化状态函数,TH为阈值,α和β均为阈值因子,l为滑动窗长;步骤3-4:进行状态函数滤波,以消除在活动态和静息态内因尖峰信号引起的伪活动检测。6.根据权利要求5所述的利...

【专利技术属性】
技术研发人员:张小栋李瀚哲李睿陆竹风杨昆才尹贵
申请(专利权)人:西安交通大学
类型:发明
国别省市:陕西,61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1