一种基于肌电和微压力信号的尿意预判方法及装置制造方法及图纸

本发明专利技术公开了一种基于肌电和微压力信号的尿意预判方法，包括以下步骤：采集腹部肌肉的肌电信号及微压力信号；信号预处理；确定标定阈值和标定特征曲线；计算特征值；将特征值与标定阈值进行比较；计算特征曲线与标定特征曲线的皮尔逊相关系数，判断是否要发出警报；本发明专利技术还公开一种基于肌电和微压力信号的尿意预判装置。本发明专利技术通过计算肌电信号与微压力信号的特征值，预判出人体是否准备排尿并进行提醒。

【技术实现步骤摘要】
一种基于肌电和微压力信号的尿意预判方法及装置
本专利技术涉及尿意预判
，尤其涉及一种基于肌电和微压力信号的尿意预判方法及装置。
技术介绍
老年人由于交感神经和括约肌功能丧失、逼尿肌反射失常等原因，以及本身机能的衰老，而导致尿失禁现象，这给老年人的日常护理带来了很多不便；婴幼儿由于无法通过语言沟通、表达，以及神经系统未发育完全而无法意识到排尿，父母无法在他们尿出前发现排尿情况，因此多使用尿不湿解决排尿问题。目前有很多老年人、婴幼儿的尿湿提醒方法，如通过尿片上的湿度传感器检测到尿液，然后声音提醒或远程提醒看护者。但这类方法是在老年人和婴幼儿尿湿后才给出提醒，只能使看护者尽快地更换尿布或处理尿湿的裤子和床单，并不能根本上解决老年人因尿失禁以及婴幼儿尿裤子的问题。同时，使用尿不湿也有浪费资源、破坏环境的问题。通过研究发现，人体膀胱空虚时呈椎体型，当膀胱充盈时可升高至耻骨联合上缘以上，此时腹膜反折处也随之上移，膀胱前壁则直接与腹前壁想贴，然后带动腹部肌肉紧张。老年人虽然由于交感神经等的功能丧失而无法感知尿意，但由于膀胱充盈而导致的腹部肌肉活动变化仍然存在；婴幼儿各功能都正常，也存在由于膀胱充盈而导致的腹部肌肉活动的变化。腹部肌肉的活动程度可以通过表面肌电信号(sEMG)进行分析和测量，而腹部肌肉因尿液充盈鼓起的小腹压力可以通过微压力传感器进行分析和测量。
技术实现思路
本专利技术的目的在于提供一种基于肌电和微压力信号的尿意预判方法及装置，通过计算肌电信号与微压力信号的特征值，预判出人体是否准备排尿并进行提醒。为实现上述目的，本专利技术提供如下技术方案：一种基于肌电和微压力信号的尿意预判方法，其特征在于，包括以下步骤：步骤S1：采集腹部肌肉的肌电信号及微压力信号；步骤S2：分别对所述肌电信号及微压力信号进行预处理；步骤S3：确定肌电标定阈值、微压力标定阈值；步骤S4：计算特征值，其中计算肌电信号的积分作为肌电特征值，计算微压力信号的均方根值作为微压力特征值；步骤S5：将肌电特征值、微压力特征值分别与对应的肌电标定阈值、微压力标定阈值进行比较，若肌电特征值大于等于对应的肌电标定阈值且微压力特征值大于等于对应的微压力标定阈值时，进入步骤S6，否则回到步骤S1；步骤S6：取当前时刻往前的M个肌电特征值、N个微压力特征值分别拟合成肌电特征曲线、微压力特征曲线，分别计算肌电特征曲线、微压力特征曲线与对应的标定特征曲线的皮尔逊相关系数，若全部的皮尔逊相关系数大于等于阈值r0，则判定为准备排尿，否则回到步骤S1。进一步的，所述步骤S2的具体过程如下，步骤S21：对肌电信号进行带通滤波和陷波处理，带通滤波10-450Hz，工频陷波50Hz；步骤S22：对肌电信号进行信号放大；步骤S23：去除肌电信号中的噪声，包括肌电信号中的直流成分、皮肤摩擦的高频噪声和工频干扰，并通过加权平均增大信噪比；步骤S24：对微压力信号进行信号放大处理。进一步的，所述腹部肌肉包括左腹直肌、右腹直肌、左腹外斜肌和右腹外斜肌。进一步的，所述步骤S3中肌电标定阈值、微压力标定阈值的确定方法如下，步骤S31：数据分段，使用移动窗方法对肌电信号及微压力信号进行开窗分段；步骤S32：计算分段后每一段信号的特征值，如下其中，iEMG为肌电特征值，N1为积分起点，N2为积分终点，X(t)为肌电信号，dt为采样的时间间隔；RMS为微压力特征值，N为微压力信号的采样点数，Fi为第i个采样点的微压力数据，i为自然数且1≤i≤N；步骤S33：在每一腹部肌肉的肌肉信号中选取若干排尿周期，按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值，并将所有排尿周期的特征值取均值，对应四块腹部肌肉分别得到四个阈值和再对左腹直肌、右腹直肌的阈值得到腹直肌的标定阈值对左腹外斜肌和右腹外斜肌的阈值取均值得到在每一微压力信号中选取若干排尿周期，按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值，并将所有排尿周期的特征值取均值，对应得到微压力标定阈值其中j为自然数，且1≤j≤S，S为微压力信号的总数。进一步的，所述步骤S6中标定特征曲线的确定方法如下，按照不同肌电信号和微压力信号，将步骤S33中不同排尿周期中排尿周期的20个特征值分别取均值得到20个特征均值，拟合成对应四块腹部肌肉的标定特征曲线∫(t)左腹直肌，∫(t)右腹直肌，∫(t)左腹外斜肌，∫(t)右腹外斜肌和微压力的标定特征曲线∫(t)j，再对左腹直肌、右腹直肌的标定特定曲线取均值得到腹直肌的标定特定曲线∫(t)腹直肌，同理得到腹外斜肌的标定特定曲线∫(t)腹外斜肌。进一步的，所述步骤S6中皮尔逊相关系数的计算如下，其中，Xi为特征曲线中的特征值，i表示特征值Xi在对应特征曲线中的序数，为特征曲线中所有特征值的均值，所述特征曲线包括肌电特征曲线和微压力特征曲线；Yi为标定特征曲线中的特征值，i表示特征值Yi在对应特征曲线中的序数，为标定特征曲线中所有特征值的均值，所述标定特征曲线包括腹直肌的标定特定曲线、腹外斜肌的标定特定曲线和微压力的特征曲线。进一步的，所述步骤S4中特征值的具体计算方法如下，其中，iEMG为肌电特征值，N1为积分起点，N2为积分终点，X(t)为肌电信号，dt为采样的时间间隔；RMS为微压力特征值，N为微压力信号的采样点数，Fi为第i个采样点的微压力数据，i为自然数且1≤i≤N。一种基于肌电和微压力信号的尿意预判装置，其特征在于，包括传感器固定组件及设置在传感器固定组件两端的松紧带，所述传感器固定组件的内侧设置有用于采集人体的肌电信号的肌电传感器和用于采集人体表面的微压力信号的微压力传感器阵列，所述传感器固定组件的外侧连接有装置壳体，所述装置壳体内安装有电路板，电路板上设置有尿意预判及提醒电路，所述尿意预判及提醒电路与肌电传感器、微压力传感器阵列分别连接，根据肌电信号、微压力信号预判人体是否准备排尿，若准备排尿，发出准备排尿的提醒。进一步的，所述尿意预判及提醒电路包括特征提取模块、排尿预警判断模块、发声模块、蓝牙模块和电源模块；所述特征提取模块，外接肌电传感器、微压力传感器阵列，用于提取肌电信号和微压力信号的特征值，并将提取出的特征发送至排尿预警判断模块；所述排尿预警判断模块，根据接收到的特征值判断人体是否准备排尿，若判断结果为准备排尿则将该判断结果分别发送至发声模块与蓝牙模块；所述发声模块，接收到准备排尿的判断结果后，发出语音提醒；所述蓝牙模块，用于将所述蓝牙模块将判断结果发送至远程终端；所述电源模块，为上述模块供电。进一步的，所述肌电传感器采用Ag/AgCl肌电电极，所述微压力传感器阵列采用3×9的Filmsensor微压力传感器。与现有技术相比，本专利技术的有益效果是：本专利技术通过对采集的肌电信号和微压力信号进行特征值提取，并经过与标定阈值进行比较，判断人体是否进行排尿；另外，本专利技术还通过压力特征曲线的对比排除突发事件的影响，保证了预判结果的准确性。附图说明图1为本专利技术的总流程图。图2为本专利技术的阈值确定方法流程图。图3A为实际涨尿至尿出的肌电特征曲线图。图3B为突发事件(如咳嗽)的肌电特征曲线图。图3C为实际涨尿至尿出的微压力特征曲线图。图3D为突发事件(如咳嗽)的微压力特征曲线图本文档来自技高网...

【技术保护点】
1.一种基于肌电和微压力信号的尿意预判方法，其特征在于，包括以下步骤：步骤S1：采集腹部肌肉的肌电信号及微压力信号；步骤S2：分别对所述肌电信号及微压力信号进行预处理；步骤S3：确定肌电标定阈值、微压力标定阈值；步骤S4：计算特征值，其中计算肌电信号的积分作为肌电特征值，计算微压力信号的均方根值作为微压力特征值；步骤S5：将肌电特征值、微压力特征值分别与对应的肌电标定阈值、微压力标定阈值进行比较，若肌电特征值大于等于对应的肌电标定阈值且微压力特征值大于等于对应的微压力标定阈值时，进入步骤S6，否则回到步骤S1；步骤S6：取当前时刻往前的M个肌电特征值、N个微压力特征值分别拟合成肌电特征曲线、微压力特征曲线，分别计算肌电特征曲线、微压力特征曲线与对应的标定特征曲线的皮尔逊相关系数，若全部的皮尔逊相关系数大于等于阈值r0，则判定为准备排尿，否则回到步骤S1。

【技术特征摘要】
1.一种基于肌电和微压力信号的尿意预判方法，其特征在于，包括以下步骤：步骤S1：采集腹部肌肉的肌电信号及微压力信号；步骤S2：分别对所述肌电信号及微压力信号进行预处理；步骤S3：确定肌电标定阈值、微压力标定阈值；步骤S4：计算特征值，其中计算肌电信号的积分作为肌电特征值，计算微压力信号的均方根值作为微压力特征值；步骤S5：将肌电特征值、微压力特征值分别与对应的肌电标定阈值、微压力标定阈值进行比较，若肌电特征值大于等于对应的肌电标定阈值且微压力特征值大于等于对应的微压力标定阈值时，进入步骤S6，否则回到步骤S1；步骤S6：取当前时刻往前的M个肌电特征值、N个微压力特征值分别拟合成肌电特征曲线、微压力特征曲线，分别计算肌电特征曲线、微压力特征曲线与对应的标定特征曲线的皮尔逊相关系数，若全部的皮尔逊相关系数大于等于阈值r0，则判定为准备排尿，否则回到步骤S1。2.根据权利要求1所述的基于肌电和微压力信号的尿意预判方法，其特征在于，所述步骤S2的具体过程如下，步骤S21：对肌电信号进行带通滤波和陷波处理，带通滤波10-450Hz，工频陷波50Hz；步骤S22：对肌电信号进行信号放大；步骤S23：去除肌电信号中的噪声，包括肌电信号中的直流成分、皮肤摩擦的高频噪声和工频干扰，并通过加权平均增大信噪比；步骤S24：对微压力信号进行信号放大处理。3.根据权利要求1所述的基于肌电和微压力信号的尿意预判方法，其特征在于，所述腹部肌肉包括左腹直肌、右腹直肌、左腹外斜肌和右腹外斜肌。4.根据权利要求3所述的基于肌电和微压力信号的尿意预判方法，其特征在于，所述步骤S3中肌电标定阈值、微压力标定阈值的确定方法如下，步骤S31：数据分段，使用移动窗方法对肌电信号及微压力信号进行开窗分段；步骤S32：计算分段后每一段信号的特征值，如下其中，iEMG为肌电特征值，N1为积分起点，N2为积分终点，X(t)为肌电信号，dt为采样的时间间隔；RMS为微压力特征值，N为微压力信号的采样点数，Fi为第i个采样点的微压力数据，i为自然数且1≤i≤N；步骤S33：在每一腹部肌肉的肌肉信号中选取若干排尿周期，按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值，并将所有排尿周期的特征值取均值，对应四块腹部肌肉分别得到四个阈值和再对左腹直肌、右腹直肌的阈值得到腹直肌的标定阈值对左腹外斜肌和右腹外斜肌的阈值取均值得到在每一微压力信号中选取若干排尿周期，按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值，并将所有排尿周期的特征值取均值，对应得到微压力标定阈值其中j为自然数，且1≤j≤S，S为微压力信号的总数。5.根据权利要求4所述的基于肌电和微压力信号的尿意预判方法，其特征在于，所述步骤S6中标定特征曲线的确定方法如下，按照不同...

【专利技术属性】
技术研发人员：刘善跃，唐智川，
申请(专利权)人：浙江神造科技有限公司，
类型：发明
国别省市：浙江,33