CN108229283B - 肌电信号采集方法及装置 - Google Patents
肌电信号采集方法及装置 Download PDFInfo
- Publication number
- CN108229283B CN108229283B CN201710378814.2A CN201710378814A CN108229283B CN 108229283 B CN108229283 B CN 108229283B CN 201710378814 A CN201710378814 A CN 201710378814A CN 108229283 B CN108229283 B CN 108229283B
- Authority
- CN
- China
- Prior art keywords
- action type
- user
- acquisition
- frequency
- action
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明适用于可穿戴电子设备技术领域,提供了一种肌电信号采集方法及装置,该方法包括:控制可穿戴装置中的采集模块采集用户预设的人体位置的肌电信号;解析采集到的肌电信号,获取所述用户执行的动作的动作类型;获取预设的参考动作类型;若用户执行的动作的动作类型与参考动作类型相同,则将所述采集模块的采集频率调整为第一频率;若用户执行的动作的动作类型与参考动作类型不同,则将采集模块的采集频率调整为第二频率,第二频率小于所述第一频率。本发明降低了无效肌电信号的采集量,在根据比重较大的有效肌电信号生成健身效果数据时,能够输出参考价值更高的健身指导建议,使得用户能够根据较为准确的健身指导建议规范自己的健身动作。
Description
技术领域
本发明属于可穿戴电子设备技术领域,尤其涉及一种肌电信号采集方法及装置。
背景技术
肌电信号(SEMG)是浅层肌肉EMG和神经干上电活动在皮肤表面的综合效应,能在一定程度上反映神经肌肉的活动,是用来评估神经肌肉系统运动功能的重要生物信息载体,在医学研究、临床诊断及康复医疗领域均得到了广泛的应用。近年来,肌电信号开始应用于运动生物力学领域,具体地,在用户执行运动训练的过程中,可对人体特定部位的肌电信号进行采集,从而基于肌电信号的分析结果,对用户的运动效果进行分析及指导。
在运动监测设备应用于健身运动领域时,通常都是以一种预设的健身动作所应当达到的效果来作为基准,从而基于用户在健身过程中所采集到的肌电信号,确定出用户的实际健身效果是否达到了该预设的健身效果。在肌电信号的采集过程中,若无效肌电信号所占的比例较大时,运动监测设备基于这些肌电信号所分析得出的健身效果将与预设的健身效果有较大的出入。例如,若采集到的肌电信号实际上是用户执行哑铃推举运动而产生的,而预设的健身效果是根据双杠臂屈伸这一健身动作而设定的,两者所达到的健身效果实际上不具有可比性,则这种情况下采集到的肌电信号实际上即为无效的肌电信号,但运动监测设备依然会输出发力位置错误或者力度错误等指导意见,使得用户误以为自己的双杠臂屈伸动作不标准。因此,这种情况将会为用户提供具有较低参考价值的健身指导建议,使得用户难以科学有效地执行健身运动。
发明内容
有鉴于此,本发明实施例提供了一种肌电信号采集方法及装置,以解决现有技术中当无效肌电信号所占的比例较大时,难以科学有效地指导用户执行健身运动的问题。
本发明实施例的第一方面提供了一种肌电信号采集方法,包括:
控制可穿戴装置中的采集模块采集用户预设的人体位置的肌电信号;
解析采集到的肌电信号,获取所述用户执行的动作的动作类型;
获取预设的参考动作类型;
若所述用户执行的动作的动作类型与所述参考动作类型相同,则将所述采集模块的采集频率调整为第一频率;
若所述用户执行的动作的动作类型与所述参考动作类型不同,则将所述采集模块的采集频率调整为第二频率,所述第二频率小于所述第一频率。
本发明实施例的第二方面提供了一种肌电信号采集装置,包括:
控制单元,用于控制可穿戴装置中的采集模块采集用户预设的人体位置的肌电信号;
解析单元,用于解析采集到的肌电信号,获取所述用户执行的动作的动作类型;
第一获取单元,用于获取预设的参考动作类型;
第一调整单元,用于若所述用户执行的动作的动作类型与所述参考动作类型相同,则将所述采集模块的采集频率调整为第一频率;
第二调整单元,用于若所述用户执行的动作的动作类型与所述参考动作类型不同,则将所述采集模块的采集频率调整为第二频率,所述第二频率小于所述第一频率。
本发明实施例中,通过实时识别用户所执行的动作的动作类型,并将该动作类型与作为运动效果判断基准的参考动作类型进行对比,在两者不匹配的情况下降低采集模块对肌电信号的采集频率,使得采集得到的无效肌电信号的数据量所占比例能够适当降低,在后续基于比重较大的有效肌电信号而生成健身效果数据时,能够输出参考价值更高的健身指导建议,由此也使得用户能够根据较为准确的健身指导建议规范自己的健身动作,提高了用户执行健身运动的科学性和有效性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的肌电信号采集方法的实现流程图;
图2是本发明实施例一提供的肌电信号采集方法S102的具体实现流程图;
图3是本发明实施例三提供的肌电信号采集方法的实现流程图;
图4是本发明实施例四提供的肌电信号采集方法的实现流程图;
图5是本发明实施例五提供的肌电信号采集方法的实现流程图;
图6是本发明实施例六提供的肌电信号采集装置的结构框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
首先,对本发明实施例中提及的可穿戴装置进行解释说明。在本发明实施例中,可穿戴装置可以是可穿戴式的智能健身衣,也可以是可穿戴、可贴附式的一个或多个采集模块的集合。
其中,当可穿戴装置为可穿戴式的智能健身衣时,其可以是由柔性面料制成的衣服或裤子,且在柔性面料贴近人体皮肤的一侧镶嵌有多个采集模块。每个采集模块固定于智能健身衣的不同位置点,以使得用户穿上该智能健身衣之后,各个采集模块能够贴附于用户身体的各块肌肉。在可穿戴装置中,还镶嵌有至少一个控制模块,每个采集模块分别与该控制模块通信相连。
在具体实现中,示例性地,可穿戴装置中还可以安置有电线及电路板,其中,电路板用于固定各类通讯总线以及采集模块。此外,电路板及其各个焊接处都包裹有防水胶,作为一种具体的实现方式,通过在衣物上固定防水的走线,使得该可穿戴装置能够被洗涤。
特别地,当采集模块与控制模块通信相连时,每个采集模块中可以仅包含具有体感传感器功能的采集电极,也可以包含具有采集功能的集成电路。上述采集电极包括但不限于织物电极、橡胶电极以及凝胶电极等。
当可穿戴装置为可穿戴、可贴附式的一个或多个采集模块的集合时,用户可将各个采集模块灵活地固定于用户所指定的身体位置点,使得各个采集模块能够分别贴附于用户身体的指定肌肉。此时,每个采集模块为具有采集功能以及具有无线传输功能的集成电路,且该集成电路中包含上述具有体感传感器功能的采集电极。采集模块所采集到的肌电信号通过无线网络传输至远程的控制模块,该控制模块位于与采集模块配套使用的远程终端设备或远程控制盒子中。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
图1示出了本发明实施例提供的肌电信号采集方法的实现流程,如图1所示,该方法包括步骤S101至步骤S105,详述如下:
S101:控制可穿戴装置中的采集模块采集用户预设的人体位置的肌电信号。
本发明实施例中,在与可穿戴装置配套的应用程序客户端的内部,存储有多套与健身锻炼方案相关的数据。这些数据以其对应的健身锻炼方案名展示于应用程序客户端的显示界面中。用户在进行健身运动之前,在终端设备运行的该应用程序客户端中,选取出自己所要执行的健身锻炼方案名。此时,应用程序客户端向控制模块发出肌电信号采集指令。当接收到该肌电信号采集指令时,控制模块控制各个采集模块从预设的人体位置采集肌电信号。
具体地,当采集模块与可穿戴装置上的控制模块通信相连且采集模块仅包含采集电极时,控制模块输出高电平信号,以导通各个采集模块与控制模块之间的连接,从而实现对肌电信号的采集控制。当采集模块无线连接控制模块时,控制模块向采集模块发送控制数据包,以使接到该控制数据包的采集模块能够根据控制数据包中的控制参数,执行肌电信号的采集。
预设的人体位置指采集模块所接触的人体位置,采集模块设置在可穿戴装置上,不同的采集模块所接触的人体位置不同,即对应的肌肉部位不同,因此,控制模块能够通过采集模块采集到来自于不同肌肉部位的肌电信号,并将采集到的肌电信号传输至终端设备,以进行后续的分析处理。
S102:解析采集到的肌电信号,获取所述用户执行的动作的动作类型。
在肌电信号的任一采集时刻,基于该采集时刻之前已经获取到的肌电信号,控制模块对这些肌电信号进行识别处理,以确定用户在上一时刻所执行的健身动作类型。其中,每一个时刻为预设的一个最小时间单位。由于用户在执行健身运动的过程中,对于同一健身动作,往往需要多次重复进行,因此,通过确定用户在上一时刻所执行的健身动作类型,在误差允许的范围内,将该健身动作类型同样确定为用户在当前时刻即将要执行的健身动作类型。
作为本发明的一个实施例二,如图2所示,上述S102具体包括:
S201:通过预设算法在所述肌电信号中截取肌电信号活跃段。
对任一采集时刻之前已经获取到的肌电信号,提取出其对应于动作执行时的信号片段,提取出的这些信号片段为上述肌电信号活跃段。在每个肌电信号活跃段所对应的起止采集时刻之间的任一时间点,判断为用户正在执行健身动作,即,每个肌电信号活跃段将被判断为健身动作所对应的有效肌电信号。
本发明实施例中,用于检测肌电信号活跃段的算法包括但不限于短时傅里叶算法、自组织人工神经网络算法以及移动平均算法等。
经过上述算法检测出肌电信号活跃段后,确定健身动作的起始点和结束点,将该肌电信号活跃段从采集到的所有肌电信号中截取出来。若任一采集时刻之前已经获取到的肌电信号,对其检测出的肌电信号活跃段有多个,则仅截取出最接近当前时刻的一个肌电信号活跃段。
S202:提取所述肌电信号活跃段的绝对值均值比特征。
由于控制模块所采集到的肌电信号分别来源于可穿戴装置中的不同采集模块,因此,根据肌电信号所携带的采集模块来源标识,控制模块将获取到的肌电信号分成N通道子信号,N为采集模块的数量。对于从肌电信号中截取出的肌电信号活跃段,其同样包含N通道子信号。
本发明实施例中,采用时域法获取肌电信号活跃段中的特征信息。为了取得更好的动作类型识别效果,特征信息选取为绝对值均值比(MAVR)特征。对绝对值均值比特征的提取过程主要包括:
S2021:将肌电信号活跃段转换为以拉普拉斯随机过程的形式所表示的信号。
S2022:计算该肌电信号活跃段的幅值的绝对值均值(MAV)特征,MAV特征也为该肌电信号活跃段的信号幅度的最大似然估计,其通过以下计算公式获得:
其中,si(t)代表肌电信号活跃段内第i通道子信号在时刻t所对应的肌电幅值大小,N为肌电信号活跃段的长度。
由于肌电信号活跃段包含多通道子信号,因此,肌电信号活跃段包含多个MAV特征,每一个MAV特征与一个通道的子信号对应。
S2023:根据MAV特征,通过预设的计算公式,计算肌电信号活跃段中各通道子信号的MAVR特征,该计算公式包括:
其中,C为肌电信号活跃段所包含的子信号通道总数。通过计算肌电信号活跃段的MAVR特征,实现了MAV特征的规范化,消除了健身动作力度因素对MAV特征的影响。
S203:将所述绝对值均值比特征输入预设的动作分类器,输出所述用户执行的动作的动作类型。
本发明实施例中,动作分类器包括但不限于线性判断分类器、多层感知机神经网络和支持向量机等常用的分类器。
作为本发明的一个实施示例,动作分类器为基于最小风险贝叶斯准则的马氏距离分类器时,将上述各通道子信号对应的MAVR特征输入该分类器后,分类器将各MAVR特征转换为i维特征向量,并利用预先训练完成的分类模型对该特征向量进行识别处理,从而输出对应上述肌电信号活跃段的动作类型。
将肌电信号活跃段的动作类型输出为用户执行的动作的动作类型。
S103:获取预设的参考动作类型。
由上述S101可知,在应用程序客户端内部存储的有多套与健身锻炼方案名相关的数据,当用户选取了自己所要执行的健身锻炼方案名后,应用程序客户端将该健身锻炼方案名所对应的连续多个健身动作类型传输至控制模块,以使控制模块在任一时刻,能够将其接收到的多个健身动作类型中的一个健身动作类型确定为用户在当前时刻所对应的参考动作类型。
作为本发明的一个实施例三,如图3所示,上述S101具体包括S301,上述S103具体包括S303。详述如下:
S301:当采集事件被触发时,启动计数,并控制所述可穿戴装置中的所述采集模块采集所述用户预设的人体位置的肌电信号。
在终端设备接收到用户发出的健身锻炼方案选取指令时,采集事件被触发。此时,应用程序客户端向控制模块发出肌电信号采集指令。当接收到该肌电信号采集指令时,控制模块控制可穿戴健身衣上的各个采集模块从预设的人体位置采集肌电信号。并且,从该时刻起,控制模块内部的计数器开始工作,用于对脉冲的个数进行累积计算。某一时刻所对应的累积脉冲数量越多,则该时刻对应的计数值越大。
S303:根据所述肌电信号的采集时刻对应的计数值,在预设的动作类型存储列表中,获取与所述计数值对应的动作类型,并将所述动作类型确定为所述参考动作类型。
在接收到健身锻炼方案名所对应的连续多个健身动作类型时,各个健身动作类型都携带有相应的计数值标记。控制模块将携带有相应计数值标记的各个健身动作类型存储至动作类型存储列表,直至接收到另一健身锻炼方案名所对应的连续多个健身动作类型时,才将动作类型存储列表中的历史数据清除。基于各个时刻计数器中的累积计数值,控制模块从动作类型存储列表的多个健身动作类型中,确定出与该累积计数值对应的计数值标记,从而将该计数值标记对应的一个健身动作类型输出为用户在当前时刻的参考动作类型。
例如,在采集事件被触发后,在计数器的计数值达到5时,控制模块从动作类型存储列表中,将计数值标记为“5”的健身动作类型确定为当前时刻的参考动作类型。
S104:若所述用户执行的动作的动作类型与所述参考动作类型相同,则将所述采集模块的采集频率调整为第一频率。
本发明实施例中,控制模块将S102中用户执行的动作的动作类型与S103中读取出的参考动作类型进行对比,判断二者是否相同。在二者相同的情况下,表示用户在当前时刻将要执行的健身动作与应当要执行的健身动作匹配,在用户即将要执行的健身动作的过程中,其产生的肌电信号为有效肌电信号,当终端设备基于该有效肌电信号作出分析,从而得出运动效果数据时,该运动效果数据也具有较高的健身指导意义。因此,调整采集模块的采集频率,使其采集频率变更为预设的第一频率。其中,第一频率大于或等于采集模块的正常采集频率。
在对采集模块的采集频率进行调整后,返回执行S101,以使采集模块以第一频率采集用户预设的人体位置的肌电信号,并依次执行后续步骤操作。
S105:若所述用户执行的动作的动作类型与所述参考动作类型不同,则将所述采集模块的采集频率调整为第二频率,所述第二频率小于所述第一频率。
在二者不同的情况下,表示用户在当前时刻将要执行的健身动作与应当要执行的健身动作不匹配,没有必要基于参考动作类型所对应的健身效果来评价该用户即将要执行的健身动作是否达到了标准,因此,降低采集模块的采集频率,使其采集频率调整为预设的第二频率。其中,第一频率低于采集模块的正常采集频率。
在对采集模块的采集频率进行调整后,返回S101,以使采集模块以第二频率采集用户预设的人体位置的肌电信号,并依次执行后续步骤操作。
本发明实施例中,基于前一时刻用户所执行的健身动作来预判其实际即将要执行的健身动作类型,能够在预判的健身动作类型与参考动作类型相同或不同的情况下,控制采集模块调整采集频率,使得可穿戴装置中的采集模块不再依靠单一的采集频率来获取肌电信号,而是有针对性地随着用户的实际健身动作匹配效果来实时采用不同的采集频率,因此,提高了肌电信号的采集有效性和准确性。
本发明实施例中,通过实时识别用户所执行的动作的动作类型,并将该动作类型与作为运动效果判断基准的参考动作类型进行对比,在两者不匹配的情况下降低采集模块对肌电信号的采集频率,使得采集得到的无效肌电信号的数据量所占比例能够适当降低,在后续基于比重较大的有效肌电信号而生成健身效果数据时,能够输出参考价值更高的健身指导建议,由此也使得用户能够根据较为准确的健身指导建议规范自己的健身动作,提高了用户执行健身运动的科学性和有效性。
作为本发明的一个实施例四,如图4所示,上述S105具体包括:
S501:若所述用户执行的动作的动作类型与所述参考动作类型不同,则将所述采集模块的采集频率调整为第二频率,并控制所述可穿戴装置或者与所述可穿戴装置连接的外设装置发出语音告警提示,所述第二频率小于所述第一频率。
将采集模块的采集频率调整为第二频率后,由于采集频率小于正常采集频率,表示当前可穿戴装置并非工作于正常状态之下,因此,发出滴滴声或者发出中文告警等语言告警提示信息。其中,语言告警提示信息可以是可穿戴装置上的任意模块发出,也可以是与可穿戴装置配套使用的应用程序客户端发出。
本发明实施例中,在用户执行的动作的动作类型与参考动作类型不同时,除了对采集模块的采集频率进行调整外,还发出音频提示信息,使得用户能够察觉出自己在当前时刻所做的健身动作与参考的健身动作不同,能够及时纠正姿势,以依照健身锻炼方案所制订的在各个时刻应当执行的健身动作来完成锻炼,提高用户的锻炼有效性。
作为本发明的一个实施例五,如图5所示,在上述实施例的基础上,在上述S201之后,本发明实施例提供的肌电信号采集方法还包括S106,在S103之后,本发明实施例提供的肌电信号采集方法还包括S107,并且,S104具体包括S401。各步骤实现原理具体如下:
S106:解析所述肌电信号活跃段,以确定所述用户的重点发力肌群。
由于控制模块所采集到的肌电信号分别来源于可穿戴装置上的不同采集模块,因此,根据肌电信号所携带的采集模块来源标识,控制模块将获取到的肌电信号分成N通道子信号,N为采集模块的数量。对于从肌电信号中截取出的肌电信号活跃段,其同样包含N通道子信号。由于各个采集模块所贴附的人体肌群已预设于控制模块中,因此,根据采集模块来源标识与人体肌群的对应关系,控制模块将上述肌电信号活跃段对应的N通道子信号分成M个组别。其中,M为可穿戴装置中采集模块所贴附的人体肌群的肌群总数,且M小于或等于N。具体地,对贴附于同一人体肌群的K个采集模块,控制模块将采集模块来源标识为该K个采集模块的K个通道子信号作为一个组别。M、N以及K均为正整数。
控制模块对肌电信号活跃段所对应的M个子信号组别进行综合分析处理,计算出各子信号组别所分别对应的平均肌电幅值与预设的肌电幅值最大值的比值,并将该比值输出为该子信号组别所对应的人体肌群的肌电幅值百分比。其中,预设的肌电幅值最大值与人体肌群对应,即,在获取各子信号组别所对应的预设的肌电幅值最大值时,需要通过获取各子信号组别所对应的人体肌群来确定。若肌电幅值百分比大于预设阈值的肌电数据为M个组别中的某几个组别,则所述某几个组别中的每个组别所对应的一个人体肌群将被确定为用户的重点发力肌群。
S107:获取所述参考动作类型的参考运动肌群。
各个参考动作类型对应的参考运动肌群预设于控制模块中。因此,从S103确定出当前时刻的一个参考动作类型后,能够读取该参考动作类型对应的各个参考运动肌群。
S401:若所述用户执行的动作的动作类型与所述参考动作类型相同,且所述参考运动肌群与所述重点发力肌群匹配,则将所述采集模块的采集频率调整为所述第一频率。
本发明实施例中,判断参考运动肌群是否与重点发力肌群匹配,即,将用户的各个重点发力肌群与各个参考运动肌群进行对比,从而判断每一个重点发力肌群是否为参考运动肌群,且重点发力肌群的总数是否与参考运动肌群的总数相同。也即,判断参考运动肌群与重点发力肌群是否完全一致。
若每一个重点发力肌群都是参考运动肌群,且参考运动肌群的总数与重点发力肌群的总数相同,则确定为重点发力肌群与参考运动肌群匹配。
在用户执行的动作的动作类型与参考动作类型相同,且其动作类型的参考运动肌群与用户的重点发力肌群匹配的情况下,表示用户的确是正在执行健身锻炼方案中的健身动作,应当以较高的采集频率采集用户当前时刻的肌电信号,故控制模块对采集模块的采集频率进行调整,以令其变更为上述大于或等于正常采集频率的第一频率。
本发明实施例中,在用户的动作类型与参考动作类型相同且参考运动肌群与重点发力肌群匹配时,将采集模块的采集频率调整为第一频率,能够在前一时刻采集模块的采集频率为第二频率的前提下,随着用户的实际健身动作匹配效果来重置采集频率,实现了对采集频率的实时性调整,提高了肌电信号的采集准确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例六
对应于上文各个实施例所述的肌电信号采集方法,图6示出了本发明实施例提供的肌电信号采集装置的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。
参照图6,该肌电信号采集装置包括:
控制单元61,用于控制可穿戴装置中的采集模块采集用户预设的人体位置的肌电信号。
解析单元62,用于解析采集到的肌电信号,获取所述用户执行的动作的动作类型。
第一获取单元63,用于获取预设的参考动作类型。
第一调整单元64,用于若所述用户执行的动作的动作类型与所述参考动作类型相同,则将所述采集模块的采集频率调整为第一频率。
第二调整单元65,用于若所述用户执行的动作的动作类型与所述参考动作类型不同,则将所述采集模块的采集频率调整为第二频率,所述第二频率小于所述第一频率。
可选地,所述解析单元62包括:
截取子单元,用于通过预设算法在所述肌电信号中截取肌电信号活跃段。
提取子单元,用于提取所述肌电信号活跃段的绝对值均值比特征。
输出子单元,用于将所述绝对值均值比特征输入预设的动作分类器,输出所述用户执行的动作的动作类型。
可选地,所述肌电信号采集装置还包括:
确定单元,用于解析所述肌电信号活跃段,以确定所述用户的重点发力肌群。
第二获取单元,用于获取所述参考动作类型的参考运动肌群。
所述第一调整单元64包括:
调整子单元,用于若所述用户执行的动作的动作类型与所述参考动作类型相同,且所述参考运动肌群与所述重点发力肌群匹配,则将所述采集模块的采集频率调整为所述第一频率。
可选地,所述控制单元61包括:
计数子单元,用于当采集事件被触发时,启动计数,并控制所述可穿戴装置中的所述采集模块采集所述用户预设的人体位置的肌电信号。
所述解析单元62包括:
确定子单元,用于根据所述肌电信号的采集时刻对应的计数值,在预设的动作类型存储列表中,获取与所述计数值对应的动作类型,并将所述动作类型确定为所述参考动作类型。
可选地,所述第二调整单元65包括:
提示子单元,用于控制所述可穿戴装置或者与所述可穿戴装置连接的外设装置发出语音告警提示。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种肌电信号采集方法,其特征在于,包括:
控制可穿戴装置中的采集模块采集用户预设的人体位置的肌电信号;
解析采集到的肌电信号,获取所述用户执行的动作的动作类型;
获取预设的参考动作类型,其中,参考动作类型为一个健身动作类型;
若所述用户执行的动作的动作类型与所述参考动作类型相同,则将所述采集模块的采集频率调整为第一频率,确定所述肌电信号为有效肌电信号;
若所述用户执行的动作的动作类型与所述参考动作类型不同,则将所述采集模块的采集频率调整为第二频率,所述第二频率小于所述第一频率。
2.如权利要求1所述的肌电信号采集方法,其特征在于,所述解析采集到的肌电信号,获取所述用户执行的动作的动作类型,包括:
通过预设算法在所述肌电信号中截取肌电信号活跃段;
提取所述肌电信号活跃段的绝对值均值比特征;
将所述绝对值均值比特征输入预设的动作分类器,以输出所述用户执行的动作的动作类型。
3.如权利要求2所述的肌电信号采集方法,其特征在于,所述肌电信号采集方法还包括:
解析所述肌电信号活跃段,以确定所述用户的重点发力肌群;
获取所述参考动作类型的参考运动肌群;
所述若所述用户执行的动作的动作类型与所述参考动作类型相同,则将所述采集模块的采集频率调整为第一频率,包括:
若所述用户执行的动作的动作类型与所述参考动作类型相同,且所述参考运动肌群与所述重点发力肌群匹配,则将所述采集模块的采集频率调整为所述第一频率。
4.如权利要求1所述的肌电信号采集方法,其特征在于,所述控制可穿戴装置中的采集模块采集用户预设的人体位置的肌电信号包括:
当采集事件被触发时,启动计数,并控制所述可穿戴装置中的所述采集模块采集所述用户预设的人体位置的肌电信号;
所述获取预设的参考动作类型,包括:
根据所述肌电信号的采集时刻对应的计数值,在预设的动作类型存储列表中,获取与所述计数值对应的动作类型,并将所述动作类型确定为所述参考动作类型。
5.如权利要求1所述的肌电信号采集方法,其特征在于,所述若所述用户执行的动作的动作类型与所述参考动作类型不同,则将所述采集模块的采集频率调整为第二频率,还包括:
控制所述可穿戴装置或者与所述可穿戴装置连接的外设装置发出语音告警提示。
6.一种肌电信号采集装置,其特征在于,包括:
控制单元,用于控制可穿戴装置中的采集模块采集用户预设的人体位置的肌电信号;
解析单元,用于解析采集到的肌电信号,获取所述用户执行的动作的动作类型;
第一获取单元,用于获取预设的参考动作类型,其中,参考动作类型为一个健身动作类型;
第一调整单元,用于若所述用户执行的动作的动作类型与所述参考动作类型相同,则将所述采集模块的采集频率调整为第一频率,确定所述肌电信号为有效肌电信号;
第二调整单元,用于若所述用户执行的动作的动作类型与所述参考动作类型不同,则将所述采集模块的采集频率调整为第二频率,所述第二频率小于所述第一频率。
7.如权利要求6所述的肌电信号采集装置,其特征在于,所述解析单元包括:
截取子单元,用于通过预设算法在所述肌电信号中截取肌电信号活跃段;
提取子单元,用于提取所述肌电信号活跃段的绝对值均值比特征;
输出子单元,用于将所述绝对值均值比特征输入预设的动作分类器,以输出所述用户执行的动作的动作类型。
8.如权利要求7所述的肌电信号采集装置,其特征在于,所肌电信号采集装置还包括:
确定单元,用于解析所述肌电信号活跃段,以确定所述用户的重点发力肌群;
第二获取单元,用于获取所述参考动作类型的参考运动肌群;
所述第一调整单元包括:
调整子单元,用于若所述用户执行的动作的动作类型与所述参考动作类型相同,且所述参考运动肌群与所述重点发力肌群匹配,则将所述采集模块的采集频率调整为所述第一频率。
9.如权利要求6所述的肌电信号采集装置,其特征在于,所述控制单元包括:
计数子单元,用于当采集事件被触发时,启动计数,并控制所述可穿戴装置中的所述采集模块采集所述用户预设的人体位置的肌电信号;
所述解析单元包括:
确定子单元,用于根据所述肌电信号的采集时刻对应的计数值,在预设的动作类型存储列表中,获取与所述计数值对应的动作类型,并将所述动作类型确定为所述参考动作类型。
10.如权利要求6所述的肌电信号采集装置,其特征在于,所述第二调整单元包括:
提示子单元,用于控制所述可穿戴装置或者与所述可穿戴装置连接的外设装置发出语音告警提示。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710378814.2A CN108229283B (zh) | 2017-05-25 | 2017-05-25 | 肌电信号采集方法及装置 |
PCT/CN2018/072323 WO2018214522A1 (zh) | 2017-05-25 | 2018-01-12 | 肌电信号采集方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710378814.2A CN108229283B (zh) | 2017-05-25 | 2017-05-25 | 肌电信号采集方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108229283A CN108229283A (zh) | 2018-06-29 |
CN108229283B true CN108229283B (zh) | 2020-09-22 |
Family
ID=62656592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710378814.2A Active CN108229283B (zh) | 2017-05-25 | 2017-05-25 | 肌电信号采集方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108229283B (zh) |
WO (1) | WO2018214522A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111475206B (zh) * | 2019-01-04 | 2023-04-11 | 优奈柯恩(北京)科技有限公司 | 用于唤醒可穿戴设备的方法及装置 |
CN112773381B (zh) * | 2019-11-07 | 2023-09-22 | 深圳市理邦精密仪器股份有限公司 | 一种肌电信号的处理方法、处理设备以及存储介质 |
CN112773380B (zh) * | 2019-11-07 | 2023-09-22 | 深圳市理邦精密仪器股份有限公司 | 一种肌电信号的处理方法、处理设备以及存储介质 |
CN114676737B (zh) * | 2022-05-26 | 2022-09-27 | 深圳市心流科技有限公司 | 一种肌电信号的采样频率的动态调节方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102940933A (zh) * | 2012-11-26 | 2013-02-27 | 南京伟思医疗科技有限责任公司 | 一种智能电刺激电路装置 |
US9314190B1 (en) * | 2006-05-11 | 2016-04-19 | Great Lakes Neurotechnologies Inc. | Movement disorder recovery system and method |
US9439601B1 (en) * | 2007-07-13 | 2016-09-13 | Neuro Wave Systems Inc | Method and system for acquiring biosignals in the presence of HF interference |
CN106691447A (zh) * | 2017-02-23 | 2017-05-24 | 北京纳通科技集团有限公司 | 肌肉训练辅助装置、肌肉训练评估装置及方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3660330B2 (ja) * | 2002-08-13 | 2005-06-15 | 独立行政法人科学技術振興機構 | インピーダンス測定装置及び運動学習支援装置 |
CN102622605B (zh) * | 2012-02-17 | 2015-06-03 | 国电科学技术研究院 | 一种表面肌电信号的特征提取及动作模式识别方法 |
CN103519820A (zh) * | 2013-09-29 | 2014-01-22 | 上海致趣网络科技有限公司 | 穿戴式设备运动检测方法 |
CN104706359A (zh) * | 2015-04-01 | 2015-06-17 | 深圳柔微传感科技有限公司 | 一种实现运动实时监测的方法和智能服装 |
CN105181998B (zh) * | 2015-08-03 | 2018-10-26 | 简极科技有限公司 | 一种检测投篮时手臂的semg与动作轨迹的方法 |
CN105561567B (zh) * | 2015-12-29 | 2018-11-13 | 中国科学技术大学 | 一种计步及运动状态评估装置 |
CN106650243A (zh) * | 2016-12-06 | 2017-05-10 | 北京体育大学 | 一种防止运动员肌肉损伤的放松活动系统 |
CN106667441A (zh) * | 2016-12-30 | 2017-05-17 | 包磊 | 生理监测结果的反馈方法及装置 |
-
2017
- 2017-05-25 CN CN201710378814.2A patent/CN108229283B/zh active Active
-
2018
- 2018-01-12 WO PCT/CN2018/072323 patent/WO2018214522A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9314190B1 (en) * | 2006-05-11 | 2016-04-19 | Great Lakes Neurotechnologies Inc. | Movement disorder recovery system and method |
US9439601B1 (en) * | 2007-07-13 | 2016-09-13 | Neuro Wave Systems Inc | Method and system for acquiring biosignals in the presence of HF interference |
CN102940933A (zh) * | 2012-11-26 | 2013-02-27 | 南京伟思医疗科技有限责任公司 | 一种智能电刺激电路装置 |
CN106691447A (zh) * | 2017-02-23 | 2017-05-24 | 北京纳通科技集团有限公司 | 肌肉训练辅助装置、肌肉训练评估装置及方法 |
Non-Patent Citations (2)
Title |
---|
Compressive sampling of EMG bio-signals;Aabeeya Salman等;《2011 IEEE International Symposium of Circuits and Systems (ISCAS)》;20110705;第2095-2098页 * |
采集表面肌电信号应用于动作识别的可行性;卢蕾等;《中国组织工程研究与临床康复》;20110528;第15卷(第22期);第4103-4106页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108229283A (zh) | 2018-06-29 |
WO2018214522A1 (zh) | 2018-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229283B (zh) | 肌电信号采集方法及装置 | |
CN108209911B (zh) | 一种肌电信号采集方法及装置 | |
CN108209912B (zh) | 一种肌电信号采集方法及装置 | |
US8348862B2 (en) | Muscular energy state analysis system and method for swing motion and computer program product thereof | |
Moniri et al. | Real-time forecasting of sEMG features for trunk muscle fatigue using machine learning | |
WO2018214526A1 (zh) | 健身运动的指导方法及装置 | |
CN102138860B (zh) | 一种智能化脑损伤患者手功能康复训练设备 | |
WO2018214532A1 (zh) | 健身运动数据的反馈方法及装置 | |
CN109222969A (zh) | 一种基于多传感器数据融合的可穿戴式人体上肢肌肉运动疲劳检测及训练系统 | |
CN108209947B (zh) | 一种康复保健评估方法及装置 | |
EP4268713A2 (en) | Method and system for adjusting audio signals based on motion deviation | |
CN103440498A (zh) | 基于lda算法的表面肌电信号识别方法 | |
US20140163412A1 (en) | Myography method and system | |
CN105595995B (zh) | 生理数据检测系统、检测装置、终端设备、数据分析方法 | |
CN108681685A (zh) | 一种基于人体表面肌电信号的躯干动作意图识别方法 | |
CN104545906B (zh) | 基于sEMG的检测面瘫患者针灸疗效系统 | |
EP2976991B1 (en) | Device for the evaluation, prevention and treatment of lower back pain, based on postural reeducation | |
CN110537913A (zh) | 基于lda算法的表面肌电信号的通道选取方法 | |
Yu et al. | Study of gait pattern recognition based on fusion of mechanomyography and attitude angle signal | |
CN116312951B (zh) | 一种基于多模态耦合分析的运动功能评估方法及其系统 | |
Zhang et al. | Activity recognition of the torso based on surface electromyography for exoskeleton control | |
CN114711754A (zh) | 一种运动评估方法、系统、装置以及计算机可读存储介质 | |
KR20140014695A (ko) | 운동 보조 장치 및 방법 | |
CN113397528B (zh) | 一种踝泵运动评估方法、设备和系统 | |
CN106037640A (zh) | 一种伤病远程分析系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |