CN104850231A - 一种基于表面肌电和肌音信号融合的人机接口系统 - Google Patents

一种基于表面肌电和肌音信号融合的人机接口系统 Download PDF

Info

Publication number
CN104850231A
CN104850231A CN201510272079.8A CN201510272079A CN104850231A CN 104850231 A CN104850231 A CN 104850231A CN 201510272079 A CN201510272079 A CN 201510272079A CN 104850231 A CN104850231 A CN 104850231A
Authority
CN
China
Prior art keywords
muscle
muscle signals
signals
myoelectricity
man
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510272079.8A
Other languages
English (en)
Other versions
CN104850231B (zh
Inventor
朱向阳
郭伟超
盛鑫军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai read Intelligent Technology Co., Ltd.
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201510272079.8A priority Critical patent/CN104850231B/zh
Publication of CN104850231A publication Critical patent/CN104850231A/zh
Application granted granted Critical
Publication of CN104850231B publication Critical patent/CN104850231B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种基于表面肌电和肌音信号融合的人机接口系统,包括肌电与肌音信号联合采集装置和肌电与肌音信号融合解码装置;所述肌电与肌音信号联合采集装置用于同时采集单通道或多通道的表面肌电与肌音信号;所述肌电与肌音信号融合解码装置用于解码人的意图,将所述人的意图转化为外接设备的控制指令。所述肌电与肌音信号联合采集装置包括表面电极模块和肌音传感器模块;所述肌电与肌音信号联合采集装置通过所述表面电极模块采集肌电信号,通过所述肌音传感器模块采集肌音信号;在同一块肌肉上,所述肌电与肌音信号联合采集装置既可以采集到表面肌电信号又可以同时采集到肌音信号,从肌肉电生理学和肌肉振动两个方面反映肌肉活动。

Description

一种基于表面肌电和肌音信号融合的人机接口系统
技术领域
本发明涉及生物医学工程与人机接口技术领域,尤其涉及一种基于表面肌电和肌音信号融合的人机接口系统。
背景技术
表面肌电信号描述了肌肉收缩时运动神经元的放电现象,是一种在体表无创检测肌肉活动的重要信息。肌电信号体现了人的动作意图,因此可以广泛的应用于人机接口技术,如遥操作、假肢控制等。然而肌电信号也存在着很多不足之处,如肌电传感器贴放前需要对皮肤清洁,肌电信号对皮肤阻抗变化、皮肤出汗较为敏感,抗干扰能力差,这些都严重影响了基于肌电信号的人机接口鲁棒性。
肌音信号,又名肌动图,是肌肉收缩时肌纤维产生的低频振动信号或发出的声音信号。肌音信号主要能量集中在5—50Hz,不用与皮肤直接接触也能测量,因此肌音信号能抵抗皮肤阻抗变化、皮肤出汗等干扰。肌音信号从肌肉的低频振动方面体现了人的运动意图,其用于人机接口控制假肢的可行性已被研究人员及文献证实。然而肌音信号易受环境噪声及肢体运动伪迹的干扰,整体信噪比较肌电信号低,因此肌音信号的解码率较肌电信号低10个百分点左右。
由于肌电信号体现了肌肉活动的电生理特性,肌音信号反映了肌肉活动的低频振动,综合二者的优势可以加深对肌肉活动的认识和理解。将两种信号源联合采集,进而融合解码,能够增强人机接口的鲁棒性。然而目前尚没有肌电信号与肌音信号联合采集的装置,也缺少融合肌电信号与肌音信号解码的人机接口技术。
因此,本领域的技术人员致力于开发一种基于表面肌电和肌音信号融合的人机接口系统。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种肌电信号与肌音信号联合采集的装置和融合肌电信号与肌音信号解码的人机接口系统。
为了克服上述现有技术存在的缺陷,本发明提供了一种基于表面肌电和肌音信号融合的人机接口系统,能够同时获取并解码肌电信号与肌音信号,加深对肌肉活动的认识和理解,增强人机接口的鲁棒性。
本发明的目的可以通过以下技术方案来实现:一种基于表面肌电和肌音信号融合的人机接口系统,包括肌电与肌音信号联合采集装置和肌电与肌音信号融合解码装置;所述肌电与肌音信号联合采集装置用于同时采集单通道或多通道的表面肌电与肌音信号;所述肌电与肌音信号融合解码装置用于解码人的意图,将所述人的意图转化为外接设备的控制指令。
进一步地,所述肌电与肌音信号联合采集装置包括表面电极模块和肌音传感器模块;所述肌电与肌音信号联合采集装置通过所述表面电极模块采集肌电信号,通过所述肌音传感器模块采集肌音信号;在同一块肌肉上,所述肌电与肌音信号联合采集装置既可以采集到表面肌电信号又可以同时采集到肌音信号,从肌肉电生理学和肌肉振动两个方面反映肌肉活动。
进一步地,所述肌音传感器模块包括一对肌音传感器,通过差分滤波的方式采集肌音信号,用于消除环境噪声及肢体运动伪迹的干扰。
进一步地,所述表面电极模块包括干电极,所述干电极是镀金铜电极或氯化银电极。
进一步地,所述肌音传感器为微加速度传感器或压电加速度传感器或高灵敏度麦克风。
进一步地,所述肌电与肌音信号联合采集装置能够对采集到的表面肌电和肌音信号进行放大和滤波处理,以确保信号质量,提高信噪比。
进一步地,所述肌电与肌音信号融合解码装置,能够同时解码肌电和肌音信号,综合肌电信号和肌音信号的解码结果,分析出人的意图。
进一步地,所述肌电与肌音信号融合解码装置,通过对采集到的肌电和肌音信号进行时域及频域特征提取、模式分类,将得出的分类结果实时发送给所述外接设备,使所述外接设备按照所述人的意图完成相应的任务。
进一步地,所述肌电与肌音信号融合解码装置,能根据不同肌肉收缩产生的表面肌电和肌音信号对应的特征矩阵的不同,利用分类器或机器学习算法,得出模式分类结果。
进一步地,所述肌电与肌音信号融合解码装置的解码具体流程是:
(1)对采集到的肌电与肌音信号进行滑动分窗处理;
(2)提取每个时间窗的肌电与肌音信号的时域TD特征或频域PSD特征,得到信号的特征矩阵;
(3)利用特征矩阵训练线性LDA分类器;
(4)根据不同肌肉收缩产生的表面肌电和肌音信号对应的特征矩阵的不同,所述线性LDA分类器实时给出模式分类结果。
与现有技术相比,本发明提供的基于表面肌电和肌音信号融合的人机接口系统具有如下有益效果:
(1)本发明所提供的肌电与肌音信号联合采集装置能够同时采集同一块肌肉活动时的肌电信号和肌音信号,从肌肉电生理学和肌肉振动两个方面反映肌肉活动;多通道的肌电与肌音信号联合采集装置能够获取更多肌群运动信息,加深对肌肉活动的认识和理解。
(2)本发明所提供的肌电与肌音信号联合采集装置通过差分滤波的方式采集高精度的肌电和肌音信号,消除了环境噪声及肢体运动伪迹的干扰。
(3)本发明所提供的肌电与肌音信号融合解码装置能够更准确地解码人的意图,结合肌电和肌音信号的优势,增强人机接口的鲁棒性。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1为本发明的较佳实施例中的基于表面肌电和肌音信号融合的人机接口系统的结构示意图;
图2为本发明的较佳实施例中的多通道肌电与肌音信号联合采集装置人体前臂贴放示意图;
图3为图2中的单个通道肌电与肌音信号联合采集装置的采集原件布局示意图;
图4为图3中的肌电与肌音信号联合采集装置信号采集流程图;
图5为本发明的较佳实施例中的肌电与肌音信号融合解码装置的框图。
在附图中,1为人体前臂剖面、2为桡骨、3为尺骨、4为肌电与肌音信号联合采集装置通道一、5为肌电与肌音信号联合采集装置通道二、6为肌电与肌音信号联合采集装置通道三、7为肌电与肌音信号联合采集装置通道四、8为参考电极、9为正电极、10为负电极、11为第一肌音差分传感器、12为第二肌音差分传感器、13为装置外壳。
具体实施方式
如图1所示,在本发明较佳实施例中,基于表面肌电和肌音信号融合的人机接口系统包括肌电与肌音信号联合采集装置、肌电与肌音信号融合解码装置;其中,肌电与肌音信号联合采集装置用于同时采集单通道或多通道的表面肌电与肌音信号,肌电与肌音信号融合解码装置用于解码人的意图,将人的意图转化为外接设备的控制指令。如图2所示,四通道的肌电与肌音信号联合采集装置贴放在人体前臂,用于同时采集前臂肌群活动时的表面肌电信号与肌音信号。在同一块肌肉上,单个通道的肌电与肌音信号联合采集装置既可以采集到表面肌电信号又可以同时采集到肌音信号,从肌肉电生理学和肌肉振动两个方面反映肌肉活动。如图3所示,单个通道的肌电与肌音信号联合采集装置通过参考电极8、正电极9和负电极10采集肌电信号;通过第一肌音差分传感器11和第二肌音差分传感器12,利用差分滤波的方式采集单通道的肌音信号。参考电极8、正电极9和负电极10采用镀金铜干电极,电极长度为12mm,宽度为5mm,相邻正负电极的间距为13mm;第一肌音差分传感器11和第二肌音差分传感器12采用微加速度计ADXL203,其间距为13mm。如图4所示,肌电与肌音信号联合采集装置能够对正电极9采集到的肌电信号1、负电极10采集到的肌电信号2作差分滤波处理;同时对第一肌音差分传感器11采集到的肌音信号1和第二肌音差分传感器12采集到的肌音信号2作差分滤波处理,用于消除环境噪声及肢体运动伪迹的干扰。差分滤波用仪表放大器INA326来实现。为了提高信号的信噪比,肌电与肌音信号联合采集装置能够对差分后的信号进行带通滤波和二次放大处理。在本发明的一个较佳实施例中,根据表面肌电信号的特征,设置其下限截止频率为10~20Hz,上限截止频率为450~500Hz;根据肌音信号的特征,设置其下限截止频率为5~10Hz,上限截止频率为100~200Hz。二次放大采用运算放大器AD8603实现。而后,通过模数转换,把高质量的模拟信号转换成数字信号,采样频率设置为1000Hz;转换后的数字信号可以通过蓝牙通信无线发送到PC等接收端。
肌电与肌音信号融合解码装置能够根据采集到的肌电和肌音信号,解码人的意图,进而控制外接设备按照人的意图完成相应的任务。如图5所示,肌电与肌音信号融合解码装置的解码具体流程是,
(1)对采集到的肌电与肌音信号进行滑动分窗处理,设置窗长为300ms,窗的滑动步长为100ms;
(2)提取每个时间窗的肌电与肌音信号的时域TD特征或频域PSD特征,得到信号的特征矩阵;
(3)利用训练数据的特征矩阵训练线性LDA分类器;
(4)测试阶段,根据不同肌肉收缩产生的表面肌电和肌音信号对应的特征矩阵的不同,LDA分类器会实时给出模式分类结果。由于肌电信号和肌音信号体现了不同方面的肌肉活动,综合肌电信号和肌音信号的解码结果,可以更准确地分析出人的意图。
本发明所述技术方案的实施方式,通过差分滤波的方式采集高精度的肌电和肌音信号,消除了环境噪声及肢体运动伪迹的干扰;能够同时采集同一块肌肉活动时的肌电信号和肌音信号,从肌肉电生理学和肌肉振动两个方面反映肌肉活动;能够获取更多肌群运动信息,加深对肌肉活动的认识和理解;能够结合肌电和肌音信号的优势,更准确地解码人的意图,增强人机接口的鲁棒性。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,包括肌电与肌音信号联合采集装置和肌电与肌音信号融合解码装置;所述肌电与肌音信号联合采集装置用于同时采集单通道或多通道的表面肌电与肌音信号;所述肌电与肌音信号融合解码装置用于解码人的意图,将所述人的意图转化为外接设备的控制指令。
2.如权利要求1所述的一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,所述肌电与肌音信号联合采集装置包括表面电极模块和肌音传感器模块;所述肌电与肌音信号联合采集装置通过所述表面电极模块采集肌电信号,通过所述肌音传感器模块采集肌音信号;在同一块肌肉上,所述肌电与肌音信号联合采集装置既可以采集到表面肌电信号又可以同时采集到肌音信号,从肌肉电生理学和肌肉振动两个方面反映肌肉活动。
3.如权利要求2所述的一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,所述肌音传感器模块包括一对肌音传感器,通过差分滤波的方式采集肌音信号,用于消除环境噪声及肢体运动伪迹的干扰。
4.如权利要求2所述的一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,所述表面电极模块包括干电极,所述干电极是镀金铜电极或氯化银电极。
5.如权利要求3所述的一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,所述肌音传感器为微加速度传感器或压电加速度传感器或高灵敏度麦克风。
6.如权利要求1所述的一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,所述肌电与肌音信号联合采集装置能够对采集到的表面肌电和肌音信号进行放大和滤波处理,以确保信号质量,提高信噪比。
7.如权利要求1所述的一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,所述肌电与肌音信号融合解码装置,能够同时解码肌电和肌音信号,综合肌电信号和肌音信号的解码结果,分析出人的意图。
8.如权利要求7所述的一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,所述肌电与肌音信号融合解码装置,通过对采集到的肌电和肌音信号进行时域及频域特征提取、模式分类,将得出的分类结果实时发送给所述外接设备,使所述外接设备按照所述人的意图完成相应的任务。
9.如权利要求7所述的一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,所述肌电与肌音信号融合解码装置,能根据不同肌肉收缩产生的表面肌电和肌音信号对应的特征矩阵的不同,利用分类器或机器学习算法,得出模式分类结果。
10.如权利要求7所述的一种基于表面肌电和肌音信号融合的人机接口系统,其特征在于,所述肌电与肌音信号融合解码装置的解码具体流程是:
(1)对采集到的肌电与肌音信号进行滑动分窗处理;
(2)提取每个时间窗的肌电与肌音信号的时域TD特征或频域PSD特征,得到信号的特征矩阵;
(3)利用特征矩阵训练线性LDA分类器;
(4)根据不同肌肉收缩产生的表面肌电和肌音信号对应的特征矩阵的不同,所述线性LDA分类器实时给出模式分类结果。
CN201510272079.8A 2015-05-25 2015-05-25 一种基于表面肌电和肌音信号融合的人机接口系统 Active CN104850231B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510272079.8A CN104850231B (zh) 2015-05-25 2015-05-25 一种基于表面肌电和肌音信号融合的人机接口系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510272079.8A CN104850231B (zh) 2015-05-25 2015-05-25 一种基于表面肌电和肌音信号融合的人机接口系统

Publications (2)

Publication Number Publication Date
CN104850231A true CN104850231A (zh) 2015-08-19
CN104850231B CN104850231B (zh) 2017-12-19

Family

ID=53849927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510272079.8A Active CN104850231B (zh) 2015-05-25 2015-05-25 一种基于表面肌电和肌音信号融合的人机接口系统

Country Status (1)

Country Link
CN (1) CN104850231B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105786189A (zh) * 2016-04-28 2016-07-20 深圳大学 一种基于肌动信号的指部独立动作识别方法及系统
CN106569607A (zh) * 2016-11-08 2017-04-19 上海交通大学 一种基于肌电及运动传感器的头部动作识别系统
CN109259762A (zh) * 2018-11-02 2019-01-25 郑州大学 一种基于多变量数据融合的肌肉疲劳综合测评装置
CN109998542A (zh) * 2019-04-29 2019-07-12 东北大学 基于织物电极的多通道手部肌电采集腕带
CN111449641A (zh) * 2020-04-20 2020-07-28 浙江大学 一种基于光电信号检测的肌肉功能状态的评估装置和评估方法
CN111616705A (zh) * 2020-05-07 2020-09-04 清华大学 一种用于多模态肌肉运动信号感知的柔性传感器
CN112405539A (zh) * 2020-11-11 2021-02-26 东南大学 一种基于肌电信号和脑电错误电位的机器人自然控制方法
CN113057618A (zh) * 2021-03-26 2021-07-02 重庆大学 一种具有阻抗检测功能的肌音信号检测装置
CN113616395A (zh) * 2021-08-10 2021-11-09 长春理工大学 假肢控制方法、装置、假肢设备及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101766509A (zh) * 2009-12-24 2010-07-07 华东理工大学 一种基于单点采集肌音信号的假肢实时控制方法
CN102499797A (zh) * 2011-10-25 2012-06-20 中国科学院深圳先进技术研究院 假肢控制方法及系统
US20150064662A1 (en) * 2013-08-27 2015-03-05 Northwestern University Device and method for treating abnormal muscle function

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101766509A (zh) * 2009-12-24 2010-07-07 华东理工大学 一种基于单点采集肌音信号的假肢实时控制方法
CN102499797A (zh) * 2011-10-25 2012-06-20 中国科学院深圳先进技术研究院 假肢控制方法及系统
US20150064662A1 (en) * 2013-08-27 2015-03-05 Northwestern University Device and method for treating abnormal muscle function

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105786189A (zh) * 2016-04-28 2016-07-20 深圳大学 一种基于肌动信号的指部独立动作识别方法及系统
CN105786189B (zh) * 2016-04-28 2018-07-06 深圳大学 一种基于肌动信号的指部独立动作识别方法及系统
CN106569607A (zh) * 2016-11-08 2017-04-19 上海交通大学 一种基于肌电及运动传感器的头部动作识别系统
CN109259762A (zh) * 2018-11-02 2019-01-25 郑州大学 一种基于多变量数据融合的肌肉疲劳综合测评装置
CN109998542A (zh) * 2019-04-29 2019-07-12 东北大学 基于织物电极的多通道手部肌电采集腕带
CN111449641A (zh) * 2020-04-20 2020-07-28 浙江大学 一种基于光电信号检测的肌肉功能状态的评估装置和评估方法
CN111449641B (zh) * 2020-04-20 2021-07-20 浙江大学 一种基于光电信号检测的肌肉功能状态的评估装置和评估方法
CN111616705A (zh) * 2020-05-07 2020-09-04 清华大学 一种用于多模态肌肉运动信号感知的柔性传感器
CN111616705B (zh) * 2020-05-07 2021-08-17 清华大学 一种用于多模态肌肉运动信号感知的柔性传感器
CN112405539A (zh) * 2020-11-11 2021-02-26 东南大学 一种基于肌电信号和脑电错误电位的机器人自然控制方法
CN113057618A (zh) * 2021-03-26 2021-07-02 重庆大学 一种具有阻抗检测功能的肌音信号检测装置
CN113616395A (zh) * 2021-08-10 2021-11-09 长春理工大学 假肢控制方法、装置、假肢设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN104850231B (zh) 2017-12-19

Similar Documents

Publication Publication Date Title
CN104850231A (zh) 一种基于表面肌电和肌音信号融合的人机接口系统
CN101987048B (zh) 假肢控制方法和系统
CN101599127B (zh) 眼电信号的特征提取与识别方法
DE60316072T2 (de) Mobilgerät zum Messen eines biologischen Signals
CN104267807A (zh) 基于手部动作肌音信号的人机交互方法及交互系统
CN102499797B (zh) 假肢控制方法及系统
CN106236336A (zh) 一种肌电假肢手势及力度控制方法
CN103793058A (zh) 一种主动式脑机交互系统运动想象任务分类方法及装置
CN106569606A (zh) 一种基于自然手势识别的智能家居红外控制系统与方法
CN111317600A (zh) 一种假肢控制方法、装置、系统、设备和存储介质
CN105962935A (zh) 用于运动学习功能改善的脑电神经反馈训练系统及其方法
Fang et al. Development of a surface emg acquisition system with novel electrodes configuration and signal representation
CN105487676A (zh) 具有基于头部生物电信号的人机交互功能的虚拟现实设备
CN106708273B (zh) 一种基于eog的开关装置及开关键实现方法
CN106137187A (zh) 一种脑电状态检测方法及装置
CN104571504A (zh) 一种基于想象动作的在线脑-机接口方法
CN203829261U (zh) 一种上肢康复机器人数据采集处理系统
Hamedi et al. Facial gesture recognition using two-channel bio-sensors configuration and fuzzy classifier: A pilot study
CN110751060B (zh) 一种基于多源信号的便携式运动模式实时识别系统
CN113143270A (zh) 一种基于生物雷达和语音信息的双模态融合情绪识别方法
CN205083477U (zh) 基于体表肌电的实时控制装置
CN104083156A (zh) 一种脉诊信息处理系统及其医生端处理装置
Guo et al. Development of a hybrid surface EMG and MMG acquisition system for human hand motion analysis
Li et al. A wearable wireless device designed for surface electromyography acquisition
CN210408421U (zh) 康复训练系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20170307

Address after: 201199 Minhang District City Road, lane, room 11, No. 1002, room 4580

Applicant after: Sheng Xinjun

Address before: 200240 Dongchuan Road, Shanghai, No. 800, No.

Applicant before: Shanghai Jiao Tong University

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20170804

Address after: 201306, Shanghai, Pudong New Area, Nanhui new town around the lake west two road, No. 888, C building

Applicant after: Shanghai read Intelligent Technology Co., Ltd.

Address before: 201199 Minhang District City Road, lane, room 11, No. 1002, room 4580

Applicant before: Sheng Xinjun

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant