【技术实现步骤摘要】
一种基于经验模态全变分的表面肌电信号去噪方法及系统
本专利技术涉及表面肌电信号处理领域，尤其涉及一种基于经验模态全变分的表面肌电信号去噪方法及系统。
技术介绍
表面肌电信号来自收缩期间穿过肌肉的动作电位，可以反映肌肉的当前功能状态，如疲劳识别，运动分类，肌力预测等。因为该信号具有非侵入性；在确定的工作期间的实时疲劳监测；监测特定肌肉的疲劳的能力；测量简单；测量结果客观性等优点，表面肌电信号被用来分析局部肌肉疲劳。同时，随着科技的发展和政策的制定，康复医疗设备等也得到广泛地关注。因此，在康复机器人领域，表面肌电信号进行肌肉疲劳特征的提取和分类等方面具有重要的价值。与此同时，在体育科技领域，对于运动员的训练方案和疲劳状况等的估计也存在一定的应用。但是，表面肌电信号是非常微弱且非平稳的生物电信号，组织或皮肤同时都会对肌电信号产生衰减作用，所以采集到的表面肌电信号会比针电极采集的肌电信号弱很多，更容易受噪声干扰，对信号采集的质量产生较大影响，甚至无法采集，所以分析表面肌电信号的噪声的工作对于后续的特征研究至关重要。表面肌电信号的噪声源大致可以分为四种类型：固有噪声，环境噪...
【技术保护点】
1.一种基于经验模态全变分的表面肌电信号去噪方法，其特征在于：包括以下步骤：S101：利用陷波滤波器去除待处理的表面肌电信号中的工频噪声，得到去除工频噪声的原始表面肌电信号；S102：对所述去除工频噪声的原始表面肌电信号进行经验模态分解，得到多个去除工频噪声的表面肌电信号；S103：对多个去除工频噪声的表面肌电信号分别利用全变分法进行二次去噪，以去除各分解信号中的环境噪声和基线噪声，得到多个二次去噪之后的分解信号；S104：对所述多个二次去噪之后的分解信号进行经验模态重构，得到最终的纯净表面肌电信号。
【技术特征摘要】
1.一种基于经验模态全变分的表面肌电信号去噪方法，其特征在于：包括以下步骤：S101：利用陷波滤波器去除待处理的表面肌电信号中的工频噪声，得到去除工频噪声的原始表面肌电信号；S102：对所述去除工频噪声的原始表面肌电信号进行经验模态分解，得到多个去除工频噪声的表面肌电信号；S103：对多个去除工频噪声的表面肌电信号分别利用全变分法进行二次去噪，以去除各分解信号中的环境噪声和基线噪声，得到多个二次去噪之后的分解信号；S104：对所述多个二次去噪之后的分解信号进行经验模态重构，得到最终的纯净表面肌电信号。2.如权利要求1所述的一种基于经验模态全变分的表面肌电信号去噪方法，其特征在于：步骤S101中，使用FIR陷波滤波器对待处理的表面肌电信号进行工频噪声去除，且设置FIR陷波滤波器的上下截止频率分别为aHz和bHz；其中a和b均为预设值，根据具体情况进行设置。3.如权利要求1所述的一种基于经验模态全变分的表面肌电信号去噪方法，其特征在于：步骤S102中，对所述去除工频噪声的原始表面肌电信号进行经验模态分解，得到多个去除工频噪声的表面肌电信号，包括如下步骤：S201：计算得到去除工频噪声的原始表面肌电信号X(t)的所有局部极值点，并采用3次样条曲线分别连接局部极值点中的所有极大值点和所有极小值点，分别形成上包络线和下包络线；S202：将上包络线和下包络线进行平均计算，得到平均包络线m(t)；S203：初始化x(t)为X(t)；S204：根据m(t)和x(t)，采用公式(1)计算获得hi(t)：hi(t)＝x(t)-m(t)(1)上式中，i的初始值为1；S205：判断hi(t)是否满足IMF条件？若是，则到步骤S207；否则，转到步骤S206；S206：将x(t)更新为hi(t)，并将i更新为i+1；返回步骤S204；S207：令第j个IMF分量Cj(t)＝hi(t)，并采用公式(2)从X(t)中分离出第j个IMF分量Cj(t)，得到分离了j个IMF分量后的信号rj(t)：rj(t)＝X(t)-Cj(t)(2)上式中，j的初始值为1；S208：判断rj(t)是否单调？若是，则到步骤S210；否则，到步骤S209；S209：将去除工频噪声的原始表面肌电...
【专利技术属性】
技术研发人员：宗小峰，佘锦华，户英会，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42
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。