本發(fā)明涉及醫(yī)學(xué)檢測領(lǐng)域，尤其涉及的是，一種基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)監(jiān)測系統(tǒng)及判斷方法。

背景技術(shù)：

表面肌電信號(hào)（sEMG）是測量到的肌肉的皮膚表面的電勢。通過放大、濾波和采樣的處理，可將sEMG調(diào)整為合適的數(shù)據(jù)段，然后運(yùn)用數(shù)據(jù)處理技術(shù)對(duì)其進(jìn)行特征提取。利用分類器對(duì)提取到的特征進(jìn)行模式識(shí)別，可判斷人體肌肉的狀態(tài)，包括肌肉在進(jìn)行何種動(dòng)作，以及肌肉是否處于疲勞狀態(tài)。判斷肌肉在進(jìn)行何種動(dòng)作，可以通過sEMG進(jìn)行外骨骼設(shè)備的控制。也可以利用虛擬現(xiàn)實(shí)技術(shù)，控制虛擬場景中的設(shè)備。判斷肌肉是否處于疲勞狀態(tài)，對(duì)于判斷人體工作狀態(tài)，尤其是對(duì)于運(yùn)動(dòng)員或者高空作業(yè)人員有很大的意義。

經(jīng)過對(duì)現(xiàn)有技術(shù)的檢索發(fā)現(xiàn)，中國發(fā)明專利公布號(hào)：CN105361880A，公布日期：2016年3月2日，名稱：肌肉運(yùn)動(dòng)事件的識(shí)別系統(tǒng)及其方法。該發(fā)明公開了一種肌肉運(yùn)動(dòng)事件的識(shí)別系統(tǒng)及方法。系統(tǒng)由肌電采集模塊和腦電采集模塊組成的信號(hào)采集模塊、信號(hào)處理模塊和信號(hào)識(shí)別模塊共同組成。采用肌電信號(hào)與腦電信號(hào)綜合分析的方法，包括以下步驟：采集肌肉活動(dòng)模擬信號(hào)以及腦部活動(dòng)模擬信號(hào)；對(duì)采集的信號(hào)進(jìn)行處理并進(jìn)行事件探測；對(duì)探測到的事件進(jìn)行模擬識(shí)別并標(biāo)記分類。該發(fā)明能夠在神經(jīng)生理檢測與診斷領(lǐng)域高效標(biāo)記出有效肌電信號(hào)，并對(duì)所標(biāo)記的肌電和腦電信號(hào)事件進(jìn)行精確的分析處理。但是，該發(fā)明同時(shí)采集肌電信號(hào)與腦電信號(hào)，不僅增加了成本，并且增加了計(jì)算量，影響系統(tǒng)在線識(shí)別實(shí)時(shí)性。因此，現(xiàn)有技術(shù)存在缺陷，需要改進(jìn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種新型的基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)監(jiān)測系統(tǒng)及判斷方法。

為實(shí)現(xiàn)上述目的，本發(fā)明所采用了下述的技術(shù)方案：一種基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)監(jiān)測系統(tǒng)，包括信號(hào)采集模塊、信號(hào)處理模塊及模式分類模塊；所述信號(hào)采集模塊用于采集人體上肢表面肌電信號(hào)，并將模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，傳送給信號(hào)處理模塊；所述信號(hào)處理模塊用于對(duì)信號(hào)采集模塊送來的數(shù)字信號(hào)進(jìn)行預(yù)處理和特征提取；所述模式分類模塊用于對(duì)輸入的特征向量進(jìn)行辨識(shí)，并將這些特征向量所屬的類型輸出，判斷上肢肌肉狀態(tài)；

所述信號(hào)采集模塊包括穩(wěn)壓電源單元、傳感器單元、模擬信號(hào)放大單元、帶通濾波單元、A/D轉(zhuǎn)換單元及數(shù)據(jù)傳送單元，所述穩(wěn)壓電源單元分別與信號(hào)采集模塊的各個(gè)單元連接，所述傳感器單元、模擬信號(hào)放大單元、帶通濾波單元、A/D轉(zhuǎn)換單元及數(shù)據(jù)傳送單元依次連接；

所述穩(wěn)壓電源單元用于將220伏交流電壓轉(zhuǎn)換為高精度直流5伏電壓，為所述信號(hào)采集模塊提供穩(wěn)定電壓；

所述傳感器單元用于采集肌肉活動(dòng)所產(chǎn)生的生理電信號(hào)；

所述模擬信號(hào)放大單元用于將采集到的表面肌電信號(hào)模擬量進(jìn)行放大處理，避免肌電信號(hào)幅值過于微弱的影響；

所述帶通濾波單元用于將放大后的表面肌電信號(hào)模擬量進(jìn)行濾波處理，選取通過20~450Hz的信號(hào)，消除噪聲干擾；

所述A/D轉(zhuǎn)換單元，用于將采集到的表面肌電信號(hào)模擬量轉(zhuǎn)換為數(shù)字量；

所述數(shù)據(jù)傳送單元，用于將處理后的表面肌電信號(hào)數(shù)字量快速送給信號(hào)處理模塊進(jìn)行下一步的處理。

優(yōu)選的，所述的基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)監(jiān)測系統(tǒng)中，所述信號(hào)處理模塊包括信號(hào)預(yù)處理單元、采樣單元、特征提取單元及數(shù)據(jù)存儲(chǔ)單元；所述信號(hào)預(yù)處理單元用于將信號(hào)采集模塊送來的表面肌電信號(hào)進(jìn)行放大、濾波處理；所述采樣單元用于將數(shù)據(jù)進(jìn)行篩選，選取合適的數(shù)據(jù)段；所述特征提取單元，用于提取采樣數(shù)據(jù)段的均值與均方根值；所述數(shù)據(jù)存儲(chǔ)單元，用于將上述采樣單元處理后的數(shù)據(jù)進(jìn)行存儲(chǔ)，用于離線分析用。

優(yōu)選的，所述的基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)監(jiān)測系統(tǒng)中，所述模式分類模塊包括模式分類器單元和人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練單元，所述模式分類器單元用于將表面肌電信號(hào)特征進(jìn)行組合判斷，分辨出使用者的上肢正在進(jìn)行何種動(dòng)作；所述人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練單元用于將表面肌電信號(hào)特征與對(duì)應(yīng)的上肢動(dòng)作模式組合構(gòu)成多個(gè)訓(xùn)練樣本，并完成對(duì)模式分類器的訓(xùn)練。

優(yōu)選的，所述的基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)監(jiān)測系統(tǒng)中，所述模式分類模塊還包括輸出單元，所述輸出單元用于輸出模式分類器單元識(shí)別出的肌肉狀態(tài)。

基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)的判斷方法，包括以下步驟：

S1，通過信號(hào)采集模塊采集人體表面肌電信號(hào)；

S2，通過信號(hào)處理模塊對(duì)人體表面肌電信號(hào)進(jìn)行處理；

S3，通過模式分類模塊對(duì)人體表面肌電信號(hào)進(jìn)行模式識(shí)別。

優(yōu)選的，所述的基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)的判斷方法中，在步驟S1中，所述信號(hào)采集模塊的傳感器單元由多個(gè)Ag/AgCl表面電極組成，使用前應(yīng)先用醫(yī)用酒精棉將人體皮膚粘貼處擦拭干凈，然后將電極貼在皮膚上；采集到的表面肌電信號(hào)經(jīng)模擬信號(hào)放大單元進(jìn)行放大處理，避免肌電信號(hào)幅值過于微弱的影響；放大后的表面肌電信號(hào)模擬量經(jīng)帶通濾波單元，進(jìn)行濾波處理，選取通過20~450Hz的信號(hào)。濾波后的信號(hào)經(jīng)A/D轉(zhuǎn)換單元，將模擬量轉(zhuǎn)換為數(shù)字量；表面肌電信號(hào)數(shù)字量經(jīng)數(shù)據(jù)傳送單元，通過USB傳輸?shù)叫盘?hào)處理模塊。

優(yōu)選的，所述的基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)的判斷方法中，在步驟S3中包括：

步驟S31、離線將表面肌電信號(hào)特征與對(duì)應(yīng)的上肢動(dòng)作模式組合構(gòu)成多個(gè)訓(xùn)練樣本，并完成對(duì)模式分類器的訓(xùn)練；

步驟S32、在線將特征提取單元輸出的特征值輸入到模式分類器中，進(jìn)行組合判斷，分辨出使用者的上肢正在進(jìn)行何種動(dòng)作。

步驟S33、在電腦顯示屏上輸出模式分類器判斷結(jié)果。

相對(duì)于現(xiàn)有技術(shù)的有益效果是，采用上述方案，本發(fā)明在生理信號(hào)檢測與識(shí)別領(lǐng)域高效提取有效肌電信號(hào)，并對(duì)其進(jìn)行精確的分析處理，節(jié)約成本，大幅減少計(jì)算量，提高系統(tǒng)實(shí)時(shí)性，具有很好的市場應(yīng)用價(jià)值。

附圖說明

圖1為本發(fā)明的一個(gè)實(shí)施例的框架示意圖；

圖2為本發(fā)明的圖1實(shí)施例的流程圖。

具體實(shí)施方式

為了便于理解本發(fā)明，下面結(jié)合附圖和具體實(shí)施例，對(duì)本發(fā)明進(jìn)行更詳細(xì)的說明。附圖中給出了本發(fā)明的較佳的實(shí)施例。但是，本發(fā)明可以以許多不同的形式來實(shí)現(xiàn)，并不限于本說明書所描述的實(shí)施例。相反地，提供這些實(shí)施例的目的是使對(duì)本發(fā)明的公開內(nèi)容的理解更加透徹全面。

需要說明的是，當(dāng)元件被稱為“固定于”另一個(gè)元件，它可以直接在另一個(gè)元件上或者也可以存在居中的元件。當(dāng)一個(gè)元件被認(rèn)為是“連接”另一個(gè)元件，它可以是直接連接到另一個(gè)元件或者可能同時(shí)存在居中元件。本說明書所使用的術(shù)語“連接”、“水平的”、“左”、“右”以及類似的表述只是為了說明的目的。

除非另有定義，本說明書所使用的所有的技術(shù)和科學(xué)術(shù)語與屬于本發(fā)明的技術(shù)領(lǐng)域的技術(shù)人員通常理解的含義相同。本說明書中在本發(fā)明的說明書中所使用的術(shù)語只是為了描述具體的實(shí)施例的目的，不是用于限制本發(fā)明。

如圖1、圖2所示，本發(fā)明的一個(gè)實(shí)施例是，該基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)監(jiān)測系統(tǒng)，包括信號(hào)采集模塊1、信號(hào)處理模塊2及模式分類模塊3；所述信號(hào)采集模塊1用于采集人體上肢表面肌電信號(hào)，并將模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，傳送給信號(hào)處理模塊；所述信號(hào)處理模塊2用于對(duì)信號(hào)采集模塊送來的數(shù)字信號(hào)進(jìn)行預(yù)處理和特征提??；所述模式分類模塊3用于對(duì)輸入的特征向量進(jìn)行辨識(shí)，并將這些特征向量所屬的類型輸出，判斷上肢肌肉狀態(tài)；

所述信號(hào)采集模塊1包括穩(wěn)壓電源單元、傳感器單元11、模擬信號(hào)放大單元12、帶通濾波單元13、A/D轉(zhuǎn)換單元14及數(shù)據(jù)傳送單元15，所述穩(wěn)壓電源單元分別與信號(hào)采集模塊的各個(gè)單元連接，所述傳感器單元11、模擬信號(hào)放大單元12、帶通濾波單元13、A/D轉(zhuǎn)換單元14及數(shù)據(jù)傳送單元15依次連接；所述穩(wěn)壓電源單元用于將220伏交流電壓轉(zhuǎn)換為高精度直流5伏電壓，為所述信號(hào)采集模塊提供穩(wěn)定電壓；所述傳感器單元用于采集肌肉活動(dòng)所產(chǎn)生的生理電信號(hào)；所述模擬信號(hào)放大單元用于將采集到的表面肌電信號(hào)模擬量進(jìn)行放大處理，避免肌電信號(hào)幅值過于微弱的影響；所述帶通濾波單元用于將放大后的表面肌電信號(hào)模擬量進(jìn)行濾波處理，選取通過20~450Hz的信號(hào)，消除噪聲干擾；所述A/D轉(zhuǎn)換單元，用于將采集到的表面肌電信號(hào)模擬量轉(zhuǎn)換為數(shù)字量；所述數(shù)據(jù)傳送單元，用于將處理后的表面肌電信號(hào)數(shù)字量快速送給信號(hào)處理模塊進(jìn)行下一步的處理。

優(yōu)選的，所述信號(hào)處理模塊2包括信號(hào)預(yù)處理單元21、采樣單元22、特征提取單元23及數(shù)據(jù)存儲(chǔ)單元24；所述信號(hào)預(yù)處理單元用于將信號(hào)采集模塊送來的表面肌電信號(hào)進(jìn)行放大、濾波處理；所述采樣單元用于將數(shù)據(jù)進(jìn)行篩選，選取合適的數(shù)據(jù)段；所述特征提取單元，用于提取采樣數(shù)據(jù)段的均值與均方根值；所述數(shù)據(jù)存儲(chǔ)單元，用于將上述采樣單元處理后的數(shù)據(jù)進(jìn)行存儲(chǔ)，用于離線分析用。

優(yōu)選的，所述模式分類模塊3包括模式分類器單元32和人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練單元31，所述模式分類器單元用于將表面肌電信號(hào)特征進(jìn)行組合判斷，分辨出使用者的上肢正在進(jìn)行何種動(dòng)作；所述人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練單元用于將表面肌電信號(hào)特征與對(duì)應(yīng)的上肢動(dòng)作模式組合構(gòu)成多個(gè)訓(xùn)練樣本，并完成對(duì)模式分類器的訓(xùn)練。優(yōu)選的，所述的基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)監(jiān)測系統(tǒng)中，所述模式分類模塊還包括輸出單元33，所述輸出單元用于輸出模式分類器單元識(shí)別出的肌肉狀態(tài)。

本發(fā)明實(shí)現(xiàn)了降低系統(tǒng)成本的目的，并且減少了運(yùn)算數(shù)據(jù)，降低了運(yùn)算量，運(yùn)算速率較現(xiàn)有技術(shù)提高40%以上，系統(tǒng)功耗較現(xiàn)有技術(shù)降低30%。使得相關(guān)肌肉狀態(tài)的識(shí)別效率大幅提高，提高了系統(tǒng)的實(shí)時(shí)性。

基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)的判斷方法，包括以下步驟：

S1，通過信號(hào)采集模塊采集人體表面肌電信號(hào)；

S2，通過信號(hào)處理模塊對(duì)人體表面肌電信號(hào)進(jìn)行處理；

S3，通過模式分類模塊對(duì)人體表面肌電信號(hào)進(jìn)行模式識(shí)別。

優(yōu)選的，在步驟S1中，所述信號(hào)采集模塊的傳感器單元由多個(gè)Ag/AgCl表面電極組成，使用前應(yīng)先用醫(yī)用酒精棉將人體皮膚粘貼處擦拭干凈，然后將電極貼在皮膚上；采集到的表面肌電信號(hào)經(jīng)模擬信號(hào)放大單元進(jìn)行放大處理，避免肌電信號(hào)幅值過于微弱的影響；放大后的表面肌電信號(hào)模擬量經(jīng)帶通濾波單元，進(jìn)行濾波處理，選取通過20~450Hz的信號(hào)。濾波后的信號(hào)經(jīng)A/D轉(zhuǎn)換單元，將模擬量轉(zhuǎn)換為數(shù)字量；表面肌電信號(hào)數(shù)字量經(jīng)數(shù)據(jù)傳送單元，通過USB傳輸?shù)叫盘?hào)處理模塊。

優(yōu)選的，在步驟S3中包括：

步驟S31、離線將表面肌電信號(hào)特征與對(duì)應(yīng)的上肢動(dòng)作模式組合構(gòu)成多個(gè)訓(xùn)練樣本，并完成對(duì)模式分類器的訓(xùn)練；

步驟S32、在線將特征提取單元輸出的特征值輸入到模式分類器中，進(jìn)行組合判斷，分辨出使用者的上肢正在進(jìn)行何種動(dòng)作。

步驟S33、在電腦顯示屏上輸出模式分類器判斷結(jié)果。

該基于表面肌電信號(hào)的人體上肢肌肉狀態(tài)的判斷方法具體包括以下步驟：

步驟1、采集人體表面肌電信號(hào)；本實(shí)施例通過信號(hào)采集模塊實(shí)現(xiàn)，該信號(hào)采集模塊由穩(wěn)壓電源單元，傳感器單元，模擬信號(hào)放大單元，帶通濾波單元，A/D轉(zhuǎn)換單元，數(shù)據(jù)傳送單元組成；

所述的穩(wěn)壓電源單元，用于將220伏交流電壓轉(zhuǎn)換為高精度直流5伏電壓，為所述信號(hào)采集模塊提供穩(wěn)定電壓；

所述的傳感器單元由多個(gè)Ag/AgCl表面電極組成，使用前應(yīng)先用醫(yī)用酒精棉將人體皮膚粘貼處擦拭干凈，然后將電極貼在皮膚上；

采集到的表面肌電信號(hào)經(jīng)模擬信號(hào)放大單元進(jìn)行放大處理，避免肌電信號(hào)幅值過于微弱的影響；

放大后的表面肌電信號(hào)模擬量經(jīng)帶通濾波單元，進(jìn)行濾波處理，選取通過20~450Hz的信號(hào)；

濾波后的信號(hào)經(jīng)A/D轉(zhuǎn)換單元，將模擬量轉(zhuǎn)換為數(shù)字量；

表面肌電信號(hào)數(shù)字量經(jīng)數(shù)據(jù)傳送單元，通過USB傳輸?shù)接?jì)算機(jī)。

步驟2、對(duì)人體表面肌電信號(hào)進(jìn)行處理；本實(shí)施例通過信號(hào)處理模塊實(shí)現(xiàn)，該信號(hào)處理模塊由信號(hào)預(yù)處理單元，采樣單元，特征提取單元，數(shù)據(jù)存儲(chǔ)單元組成；

經(jīng)過數(shù)據(jù)傳送單元傳輸給計(jì)算機(jī)的表面肌電信號(hào)，經(jīng)過信號(hào)預(yù)處理單元將信號(hào)進(jìn)行放大、濾波處理；

預(yù)處理后的信號(hào)經(jīng)過采樣單元，將數(shù)據(jù)進(jìn)行篩選，選取合適的數(shù)據(jù)段；

采樣后的信號(hào)一方面經(jīng)過特征提取單元，提取采樣數(shù)據(jù)段的均值與均方根值；同時(shí)經(jīng)過數(shù)據(jù)存儲(chǔ)單元，將采樣后的數(shù)據(jù)進(jìn)行存儲(chǔ)，用于離線分析用。

步驟3、對(duì)人體表面肌電信號(hào)進(jìn)行模式識(shí)別；本實(shí)施例通過模式分類模塊實(shí)現(xiàn)，該模式分類模塊由模式分類器單元，人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練單元組成。

所述的模式識(shí)別，具體為：步驟1、離線將表面肌電信號(hào)特征與對(duì)應(yīng)的上肢動(dòng)作模式組合構(gòu)成多個(gè)訓(xùn)練樣本，并完成對(duì)模式分類器的訓(xùn)練；步驟2、在線將特征提取單元輸出的特征值輸入到模式分類器中，進(jìn)行組合判斷，分辨出使用者的上肢正在進(jìn)行何種動(dòng)作；步驟3、在電腦顯示屏上輸出模式分類器判斷結(jié)果。

需要說明的是，上述各技術(shù)特征繼續(xù)相互組合，形成未在上面列舉的各種實(shí)施例，均視為本發(fā)明說明書記載的范圍；并且，對(duì)本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)上述說明加以改進(jìn)或變換，而所有這些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。