一种动态表面肌电信号实时分解方法技术

本发明专利技术公开了一种动态表面肌电信号(sEMG)实时分解方法。针对之前的方法没有考虑到识别许多错误瞬间对后续MU发射瞬间提取的影响，也没有研究精确提取发射瞬间的方法等种种限制。本发明专利技术采用预判和补漏结合的策略实时分解动态sEMG信号。本发明专利技术首先采用肌电采集设备采集受试者sEMG信号，进行预处理以及信道扩展；再使用KmCKC得到初始的MU信息：包括MU的放电时刻集合，权向量以及初始化的协方差逆矩阵；再通过设备不断采集sEMG信号，并将预判和补漏的策略相结合实时分解出MU。本发明专利技术与以往的方法相比大大提高了MU的分解产量，分解精度，并且在高噪声的环境下也能取得很好的分解结果，具有很强的鲁棒性。具有很强的鲁棒性。具有很强的鲁棒性。

【技术实现步骤摘要】
一种动态表面肌电信号实时分解方法


[0001]本专利技术涉及动态表面肌电信号实时分解方法，具体是一种实时分解动态表面肌电信号得到肌肉神经元放电信息的方法。

技术介绍

[0002]在过去的几十年里，研究人员对表面肌电图(sEMG)分解技术表现出浓厚的兴趣，这是由于其非侵入性、运动单元(MUs)的高产量和适用于高收缩水平的良好性质。sEMG 信号是被激活的运动单元动作电位(MUAPs)的总和。sEMG分解的具体目标是MU的尖峰序列和MUAP的波形。伴随着sEMG分解技术的快速发展，这项技术已经成为了解神经肌肉系统的神经生理学，以及运动神经疾病和神经肌肉疾病的诊断和进展跟踪的强大平台。运动单元行为的信息也有助于更好地理解震颤、中风的病理生理机制以及训练和衰老的神经决定因素。现有的关于sEMG分解的研究表明，目前的大多数算法可以保证在几种肌肉和收缩条件下，对静止的高密度sEMG信号进行高MU产量和高精确度分解。但是由于分解的计算成本较高，大多数分解方法只能进行离线工作。
[0003]然而，无论是在临床诊断中面临时间不足的窘境，还是在康复、运动和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态表面肌电信号实时分解方法，其特征在于包括以下步骤：步骤1.使用设备采集动态表面肌电信号；步骤2.对信号进行预处理，然后分解得到初始权向量和初始协方差逆矩阵步骤3.通过设备实时采集sEMG信号y(Δn)，先进行预处理，再进行实时分解；步骤4.直到信号采集结束，中止分解程序。2.根据权利要求1所述的一种动态表面肌电信号实时分解方法，其特征在于，所述的步骤2包括以下子步骤：子步骤2
‑
1，对采集的信号进行20～500Hz的带通滤波，并进行延时扩展，得到信号子步骤2
‑
2，通过KmCKC对信号进行分解，得到每个MU的放电时刻集合Ψ
j
；子步骤2
‑
3，计算每个MU的初始权向量初始放电序列逆矩阵逆矩阵逆矩阵逆矩阵其中card(Ψ
j
)代表Ψ
j
中的元素个数，E()代表期望，T代表转置运算，
‑
1代表逆运算。3.根据权利要求2所述的一种动态表面肌电信号实时分解方法，其特征在于，所述的步骤3包括以下子步骤：子步骤3<...

【专利技术属性】
技术研发人员：郑赟，马玉良，孙明旭，申涛，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：