基于肌电信号的周期性动作评估方法和装置、终端设备制造方法及图纸

本申请提供了一种基于肌电信号的周期性动作评估方法和装置、终端设备，其中，该方法包括：采集目标对象运动过程中的肌电信号；从所述肌电信号中识别出多段周期性信号；计算出所述多段周期性信号中每段周期性信号的指标参数；根据最小二乘法对所述指标参数进行评估，以得到周期性运动的评估结果。利用本申请实施例提供的技术方案，可以解决现有的无法快捷、高效判断肌肉活动情况的问题，达到了简单高效对周期性运动进行评估的技术效果。

Periodic Action Assessment Method and Device and Terminal Equipment Based on EMG Signal

This application provides a periodic action evaluation method and device based on EMG signal, and terminal equipment. The method includes: collecting the EMG signal during the movement of the target object; recognizing the multi-segment periodic signal from the EMG signal; calculating the index parameters of each segment periodic signal in the multi-segment periodic signal; and according to the least square method, the index. The parameters are evaluated to obtain the evaluation results of periodic motion. The technical scheme provided by the embodiment of this application can solve the existing problem that the muscle activity can not be judged quickly and efficiently, and achieves the technical effect of simple and efficient evaluation of periodic motion.

【技术实现步骤摘要】
基于肌电信号的周期性动作评估方法和装置、终端设备
本申请属于数据处理
，尤其涉及一种基于肌电信号的周期性动作评估方法和装置、终端设备。
技术介绍
在体育领域或者是一些需要重复性劳动的领域，往往无法便捷直观地判断肌肉的情况下，这样就使得目标对象的疲劳程度等难以为有效发现或者表征。因为无法有效表征目标对象肌肉的疲劳程度等，就导致对重复性劳动或动作无法进行一个客观有效地呈现，使得最终的活动效果等无法有效改善。针对现有的无法快捷、高效判断肌肉活动情况的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请目的在于提供一种基于肌电信号的周期性动作评估方法和装置、终端设备，可以实现快捷高效判断肌肉活动情况的技术效果。本申请提供一种基于肌电信号的周期性动作评估方法和装置、终端设备是这样实现的：一种基于肌电信号的周期性动作评估方法，所述方法包括：采集目标对象运动过程中的肌电信号；从所述肌电信号中识别出多段周期性信号；计算出所述多段周期性信号中每段周期性信号的指标参数；根据最小二乘法对所述指标参数进行评估，以得到周期性运动的评估结果。在一个实施方式中，从所述肌电信号中识别出多段周期性信号，包括：对本文档来自技高网...

【技术保护点】
1.一种基于肌电信号的周期性动作评估方法，其特征在于，所述方法包括：采集目标对象运动过程中的肌电信号；从所述肌电信号中识别出多段周期性信号；计算出所述多段周期性信号中每段周期性信号的指标参数；根据最小二乘法对所述指标参数进行评估，以得到周期性运动的评估结果。

【技术特征摘要】
1.一种基于肌电信号的周期性动作评估方法，其特征在于，所述方法包括：采集目标对象运动过程中的肌电信号；从所述肌电信号中识别出多段周期性信号；计算出所述多段周期性信号中每段周期性信号的指标参数；根据最小二乘法对所述指标参数进行评估，以得到周期性运动的评估结果。2.根据权利要求1所述的方法，其特征在于，从所述肌电信号中识别出多段周期性信号，包括：对所述肌电信号进行滤波和降噪处理，得到处理后的信号数据；对所述处理后的信号数据进行全波整流处理，得到全波整流后的数据；根据全波整流后的数据，计算得到肌肉的最大随意收缩值；对全波整流后的数据进行滑动均方根滤波，得到滑动均方根滤波后的数据；将滤波后的各采样点数据依次除以所述最大随意收缩值得到归一化后数据；根据激活阈值参数、最短持续时间参数、最小间隔时间参数从所述归一化后的数据中识别出多段周期性信号。3.根据权利要求2所述的方法，其特征在于，根据激活阈值参数、最短持续时间参数、最小间隔时间参数从所述归一化后的数据中识别出多段周期性信号，包括：根据所述激活阈值参数，确定所述归一化后的数据中达到激活阈值的多段数据；判断所述多段数据中每段数据的时间间隔是否小于所述最小间隔时间参数；在确定小于等于所述最小间隔时间参数的情况下，将该段数据合成为一段数据，在确定大于所述最小间隔时间参数的情况下，将该段数据划分为两段数据；保留得到的多段数据中持续时长大于所述最短持续时间参数的数据。4.根据权利要求1所述的方法，其特征在于，所述指标参数包括以下至少之一：均方根指标值、中值频率值；按照如下公式计算多段周期性信号中每段周期性信号的均方根指标值：其中，RMS标识均方根指标值，N表示采样点个数，x表示采样点数据。5....

【专利技术属性】
技术研发人员：赵起超，
申请(专利权)人：北京津发科技股份有限公司，
类型：发明
国别省市：北京,11