CN108836368A - 一种基于肌电和微压力信号的尿意预判方法及装置 - Google Patents
一种基于肌电和微压力信号的尿意预判方法及装置 Download PDFInfo
- Publication number
- CN108836368A CN108836368A CN201810441316.2A CN201810441316A CN108836368A CN 108836368 A CN108836368 A CN 108836368A CN 201810441316 A CN201810441316 A CN 201810441316A CN 108836368 A CN108836368 A CN 108836368A
- Authority
- CN
- China
- Prior art keywords
- myoelectricity
- minute
- pressure
- signal
- characteristic value
- 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
Links
- 210000002700 urine Anatomy 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000002567 electromyography Methods 0.000 claims abstract description 46
- 210000003489 abdominal muscle Anatomy 0.000 claims abstract description 16
- 230000027939 micturition Effects 0.000 claims description 60
- 210000001015 abdomen Anatomy 0.000 claims description 16
- 230000003183 myoelectrical effect Effects 0.000 claims description 15
- 210000003205 muscle Anatomy 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 229910021607 Silver chloride Inorganic materials 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- HKZLPVFGJNLROG-UHFFFAOYSA-M silver monochloride Chemical compound [Cl-].[Ag+] HKZLPVFGJNLROG-UHFFFAOYSA-M 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000003187 abdominal effect Effects 0.000 claims description 2
- 210000003932 urinary bladder Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 206010011224 Cough Diseases 0.000 description 3
- 206010046543 Urinary incontinence Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000002889 sympathetic effect Effects 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 206010041954 Starvation Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 239000004745 nonwoven fabric Substances 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 210000003689 pubic bone Anatomy 0.000 description 1
- 210000001139 rectus abdominis Anatomy 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 210000005070 sphincter Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/20—Measuring for diagnostic purposes; Identification of persons for measuring urological functions restricted to the evaluation of the urinary system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Abstract
本发明公开了一种基于肌电和微压力信号的尿意预判方法,包括以下步骤:采集腹部肌肉的肌电信号及微压力信号;信号预处理;确定标定阈值和标定特征曲线;计算特征值;将特征值与标定阈值进行比较;计算特征曲线与标定特征曲线的皮尔逊相关系数,判断是否要发出警报;本发明还公开一种基于肌电和微压力信号的尿意预判装置。本发明通过计算肌电信号与微压力信号的特征值,预判出人体是否准备排尿并进行提醒。
Description
技术领域
本发明涉及尿意预判技术领域,尤其涉及一种基于肌电和微压力信号的尿意预判方法及装置。
背景技术
老年人由于交感神经和括约肌功能丧失、逼尿肌反射失常等原因,以及本身机能的衰老,而导致尿失禁现象,这给老年人的日常护理带来了很多不便;婴幼儿由于无法通过语言沟通、表达,以及神经系统未发育完全而无法意识到排尿,父母无法在他们尿出前发现排尿情况,因此多使用尿不湿解决排尿问题。目前有很多老年人、婴幼儿的尿湿提醒方法,如通过尿片上的湿度传感器检测到尿液,然后声音提醒或远程提醒看护者。但这类方法是在老年人和婴幼儿尿湿后才给出提醒,只能使看护者尽快地更换尿布或处理尿湿的裤子和床单,并不能根本上解决老年人因尿失禁以及婴幼儿尿裤子的问题。同时,使用尿不湿也有浪费资源、破坏环境的问题。
通过研究发现,人体膀胱空虚时呈椎体型,当膀胱充盈时可升高至耻骨联合上缘以上,此时腹膜反折处也随之上移,膀胱前壁则直接与腹前壁想贴,然后带动腹部肌肉紧张。老年人虽然由于交感神经等的功能丧失而无法感知尿意,但由于膀胱充盈而导致的腹部肌肉活动变化仍然存在;婴幼儿各功能都正常,也存在由于膀胱充盈而导致的腹部肌肉活动的变化。腹部肌肉的活动程度可以通过表面肌电信号(sEMG)进行分析和测量,而腹部肌肉因尿液充盈鼓起的小腹压力可以通过微压力传感器进行分析和测量。
发明内容
本发明的目的在于提供一种基于肌电和微压力信号的尿意预判方法及装置,通过计算肌电信号与微压力信号的特征值,预判出人体是否准备排尿并进行提醒。
为实现上述目的,本发明提供如下技术方案:
一种基于肌电和微压力信号的尿意预判方法,其特征在于,包括以下步骤:
步骤S1:采集腹部肌肉的肌电信号及微压力信号;
步骤S2:分别对所述肌电信号及微压力信号进行预处理;
步骤S3:确定肌电标定阈值、微压力标定阈值;
步骤S4:计算特征值,其中计算肌电信号的积分作为肌电特征值,计算微压力信号的均方根值作为微压力特征值;
步骤S5:将肌电特征值、微压力特征值分别与对应的肌电标定阈值、微压力标定阈值进行比较,若肌电特征值大于等于对应的肌电标定阈值且微压力特征值大于等于对应的微压力标定阈值时,进入步骤S6,否则回到步骤S1;
步骤S6:取当前时刻往前的M个肌电特征值、N个微压力特征值分别拟合成肌电特征曲线、微压力特征曲线,分别计算肌电特征曲线、微压力特征曲线与对应的标定特征曲线的皮尔逊相关系数,若全部的皮尔逊相关系数大于等于阈值r0,则判定为准备排尿,否则回到步骤S1。
进一步的,所述步骤S2的具体过程如下,
步骤S21:对肌电信号进行带通滤波和陷波处理,带通滤波10-450Hz,工频陷波50Hz;
步骤S22:对肌电信号进行信号放大;
步骤S23:去除肌电信号中的噪声,包括肌电信号中的直流成分、皮肤摩擦的高频噪声和工频干扰,并通过加权平均增大信噪比;
步骤S24:对微压力信号进行信号放大处理。
进一步的,所述腹部肌肉包括左腹直肌、右腹直肌、左腹外斜肌和右腹外斜肌。
进一步的,所述步骤S3中肌电标定阈值、微压力标定阈值的确定方法如下,
步骤S31:数据分段,使用移动窗方法对肌电信号及微压力信号进行开窗分段;
步骤S32:计算分段后每一段信号的特征值,如下
其中,iEMG为肌电特征值,N1为积分起点,N2为积分终点,X(t)为肌电信号,dt为采样的时间间隔;RMS为微压力特征值,N为微压力信号的采样点数,Fi为第i个采样点的微压力数据,i为自然数且1≤i≤N;
步骤S33:在每一腹部肌肉的肌肉信号中选取若干排尿周期,按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值,并将所有排尿周期的特征值取均值,对应四块腹部肌肉分别得到四个阈值和再对左腹直肌、右腹直肌的阈值得到腹直肌的标定阈值对左腹外斜肌和右腹外斜肌的阈值取均值得到
在每一微压力信号中选取若干排尿周期,按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值,并将所有排尿周期的特征值取均值,对应得到微压力标定阈值其中j为自然数,且1≤j≤S,S为微压力信号的总数。
进一步的,所述步骤S6中标定特征曲线的确定方法如下,
按照不同肌电信号和微压力信号,将步骤S33中不同排尿周期中排尿周期的20个特征值分别取均值得到20个特征均值,拟合成对应四块腹部肌肉的标定特征曲线∫(t)左腹直肌,∫(t)右腹直肌,∫(t)左腹外斜肌,∫(t)右腹外斜肌和微压力的标定特征曲线∫(t)j,再对左腹直肌、右腹直肌的标定特定曲线取均值得到腹直肌的标定特定曲线∫(t)腹直肌,同理得到腹外斜肌的标定特定曲线∫(t)腹外斜肌。
进一步的,所述步骤S6中皮尔逊相关系数的计算如下,
其中,Xi为特征曲线中的特征值,i表示特征值Xi在对应特征曲线中的序数,为特征曲线中所有特征值的均值,所述特征曲线包括肌电特征曲线和微压力特征曲线;
Yi为标定特征曲线中的特征值,i表示特征值Yi在对应特征曲线中的序数,为标定特征曲线中所有特征值的均值,所述标定特征曲线包括腹直肌的标定特定曲线、腹外斜肌的标定特定曲线和微压力的特征曲线。
进一步的,所述步骤S4中特征值的具体计算方法如下,
其中,iEMG为肌电特征值,N1为积分起点,N2为积分终点,X(t)为肌电信号,dt为采样的时间间隔;RMS为微压力特征值,N为微压力信号的采样点数,Fi为第i个采样点的微压力数据,i为自然数且1≤i≤N。
一种基于肌电和微压力信号的尿意预判装置,其特征在于,包括传感器固定组件及设置在传感器固定组件两端的松紧带,所述传感器固定组件的内侧设置有用于采集人体的肌电信号的肌电传感器和用于采集人体表面的微压力信号的微压力传感器阵列,所述传感器固定组件的外侧连接有装置壳体,所述装置壳体内安装有电路板,电路板上设置有尿意预判及提醒电路,所述尿意预判及提醒电路与肌电传感器、微压力传感器阵列分别连接,根据肌电信号、微压力信号预判人体是否准备排尿,若准备排尿,发出准备排尿的提醒。
进一步的,所述尿意预判及提醒电路包括特征提取模块、排尿预警判断模块、发声模块、蓝牙模块和电源模块;
所述特征提取模块,外接肌电传感器、微压力传感器阵列,用于提取肌电信号和微压力信号的特征值,并将提取出的特征发送至排尿预警判断模块;
所述排尿预警判断模块,根据接收到的特征值判断人体是否准备排尿,若判断结果为准备排尿则将该判断结果分别发送至发声模块与蓝牙模块;
所述发声模块,接收到准备排尿的判断结果后,发出语音提醒;
所述蓝牙模块,用于将所述蓝牙模块将判断结果发送至远程终端;
所述电源模块,为上述模块供电。
进一步的,所述肌电传感器采用Ag/AgCl肌电电极,所述微压力传感器阵列采用3×9的Filmsensor微压力传感器。
与现有技术相比,本发明的有益效果是:本发明通过对采集的肌电信号和微压力信号进行特征值提取,并经过与标定阈值进行比较,判断人体是否进行排尿;另外,本发明还通过压力特征曲线的对比排除突发事件的影响,保证了预判结果的准确性。
附图说明
图1为本发明的总流程图。
图2为本发明的阈值确定方法流程图。
图3A为实际涨尿至尿出的肌电特征曲线图。
图3B为突发事件(如咳嗽)的肌电特征曲线图。
图3C为实际涨尿至尿出的微压力特征曲线图。
图3D为突发事件(如咳嗽)的微压力特征曲线图。
图4为本发明的装置前视图。
图5为本发明的装置后视图。
图6为本发明的电路模块图。
图中:1-传感器固定组件;2-松紧带;3-微压力传感器阵列;4-肌电传感器;5-装置壳体;6-电路板。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种基于肌电和微压力信号的尿意预判方法,其特征在于,包括以下步骤:
步骤S1:采集腹部肌肉的肌电信号及微压力信号,腹部肌肉包括左腹直肌、右腹直肌、左腹外斜肌和右腹外斜肌。具体的,通过位于肚脐下腹部肌肉的肌电传感器对老年人及婴幼儿下腹肌肉的表面肌电信号进行采集。所述的肌电传感器采用普通的Ag/AgCl肌电电极,位于肚脐下左腹直肌、右腹直肌、左腹外斜肌和右腹外斜肌,用来采集四块目标肌肉的表面肌电信号。
通过微压力传感器对老年人及婴幼儿下腹和尿意预判装置之间的压力数据进行采集。所述的微压力传感器采用深圳力感科技有限公司的Filmsensor微压力传感器,共使用27个,构成3×9的微压力传感器阵列,位于肚脐下左腹直肌、右腹直肌、左腹外斜肌和右腹外斜肌之上。
步骤S2:分别对所述肌电信号及微压力信号进行预处理;具体过程如下,
步骤S21:对肌电信号进行带通滤波和陷波处理,带通滤波10-450Hz,工频陷波50Hz;
步骤S22:对肌电信号进行信号放大;
步骤S23:去除肌电信号中的噪声,包括肌电信号中的直流成分、皮肤摩擦的高频噪声和工频干扰,并通过加权平均增大信噪比;
步骤S24:对微压力信号进行信号放大处理。
步骤S3:确定肌电标定阈值、微压力标定阈值;
老年人及婴幼儿涨尿到即将尿出前,目标肌肉的肌电信号和下腹处各微压力传感器的压力值逐渐达到最高值。该最高值为尿出的临界阈值,用来判定老年人及婴幼儿是否将要尿出。由于涨尿情况和腹部鼓起程度具有个体差异性,每个人的阈值不一样,因此针对个体需提前确定肌电标定阈值、微压力标定阈值,请参照图2,具体如下:
步骤S31:数据分段,使用移动窗方法对肌电信号及微压力信号进行开窗分段,窗口长度为200ms,该时间窗中的肌电数据和压力数据分别用来提取一个特征值;
步骤S32:时域特征提取,计算分段后每一段信号的特征值,如下
采用肌电数据的积分肌电(iEMG)作为描述是否尿出的阈值,计算公式如下:
采用压力数据的均方根值(RMS)作为描述是否尿出的阈值,计算公式如下:
其中,iEMG为肌电特征值,N1为积分起点,N2为积分终点,X(t)为肌电信号,dt为采样的时间间隔;RMS为微压力特征值,N为微压力信号的采样点数,Fi为第i个采样点的微压力数据,i为自然数且1≤i≤N;
步骤S33:阈值选取,在每一腹部肌肉的肌肉信号中选取若干排尿周期,按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值,并将所有排尿周期的特征值取均值,对应四块腹部肌肉分别得到四个阈值和再对左腹直肌、右腹直肌的阈值得到腹直肌的标定阈值对左腹外斜肌和右腹外斜肌的阈值取均值得到
在每一微压力信号中选取若干排尿周期,按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值,并将所有排尿周期的特征值取均值,对应得到微压力标定阈值其中j为自然数,且1≤j≤S,S为微压力信号的总数。
于本实施例中,分别对肌电信号和微压力信号进行阈值选取:
肌电阈值选取:采集5个排尿周期的四块肌肉的所有iEMG特征值,将每个周期中排尿前的20个特征值取均值(即排尿前4s),再平均5个排尿周期的特征值均值,得到四块肌肉的阈值 然后将左、右腹直肌的阈值和左、右腹外斜肌的阈值分别取均值,得到标定阈值和
微压力阈值选取:采集并计算5个排尿周期的所有微压力传感器的所有RMS特征值,将每个周期中排尿前的20个特征值取均值(即排尿前4s),再平均5个排尿周期的特征值均值,得到27个微压力传感器的标定阈值需要说明的是,所述的排尿周期是指前一次排尿完后到下一次排尿开始的时间。
还包括步骤S34:存储特征曲线,肌电特征曲线:将5个排尿周期中排尿前的20个特征值分别取均值,得到四块肌肉的由20个特征值均值并进行拟合组成的特征曲线∫(t)左腹直肌,∫(t)右腹直肌,∫(t)左腹外斜肌和∫(t)右腹外斜肌;然后将左、右腹直肌的特征曲线和左、右腹外斜肌的特征曲线中的特征值均值分别取均值,得到标定特征曲线∫(t)腹直肌和∫(t)腹外斜肌,供步骤S6使用。
压力特征曲线:将5个排尿周期中排尿前的20个特征值分别取均值,得到27个微压力传感器的由20个特征值均值组成的标定特征曲线∫(t)1,∫(t)2,…,∫(t)27,供步骤S6使用。
步骤S4:计算特征值,其中计算肌电信号的积分作为肌电特征值,计算微压力信号的均方根值作为微压力特征值,具体方法请参照步骤S31至步骤S32,获得该时间窗中四块肌肉的实际特征值( 和)和27个微压力传感器的实际特征值再将左、右腹直肌的特征值和左、右腹外斜肌的特征值分别取均值,得到实际特征值和
步骤S5:将肌电特征值、微压力特征值分别与对应的肌电标定阈值、微压力标定阈值进行比较,若肌电特征值大于等于对应的肌电标定阈值且微压力特征值大于等于对应的微压力标定阈值时,进入步骤S6,否则回到步骤S1;具体的,将实际特征值和分别和标定阈值和比较;微压力实际特征值和标定阈值比较。若且且且且则进入步骤S6进行特征曲线比较,否则回到步骤S1继续采集信号。
步骤S6:特征曲线比较,是为了避免突发事件(如咳嗽、翻身等)造成的肌电数据和压力数据达到标定阈值而发生误判断的情况。如图3A至图3D所示,以左腹直肌肌电信号和其中一个微压力传感器为例,图3A/3C为实际涨尿至尿出的肌电/微压力特征曲线(排尿前4秒至排尿后4秒),达到阈值前的曲线是十分平稳的,对应涨尿的过程是平缓进行的(肌电和压力特征值也是平缓上升的);图3B/3D是实际突发事件(咳嗽)的肌电/微压力特征曲线(突发事件前4秒至突发事件后4秒),达到阈值前的曲线一开始特征值的数值和阈值相差很远,突然上升到阈值高度,对应咳嗽是突然发生的(肌电和压力特征值也是突然上升的)。
取当前时刻往前的M个肌电特征值、N个微压力特征值分别拟合成肌电特征曲线、微压力特征曲线,分别计算肌电特征曲线、微压力特征曲线与对应的标定特征曲线的皮尔逊相关系数,若全部的皮尔逊相关系数大于等于阈值r0,则判定为准备排尿,否则回到步骤S1;优选的,阈值r0为0.8,若r小于0.8,则表示实际特征曲线与标定特征曲线具有弱相关性,可判断为突发事件,因此不提醒,回到步骤S1继续采集肌电和微压力信号进行判断。特征曲线(包括肌电特征曲线、微压力特征曲线)与标定特征曲线(包括肌电标定特征曲线、微压力标定特征曲线)的确定方法相同,如步骤S34所述。
皮尔逊相关系数的计算如下,
其中,Xi为特征曲线中的特征值,i表示特征值Xi在对应特征曲线中的序数,为特征曲线中所有特征值的均值,所述特征曲线包括肌电特征曲线和微压力特征曲线;Yi为标定特征曲线中的特征值,i表示特征值Yi在对应特征曲线中的序数,为标定特征曲线中所有特征值的均值,所述标定特征曲线包括腹直肌的标定特定曲线、腹外斜肌的标定特定曲线和微压力的特征曲线。
如图4和图5所示,本发明还提供一种基于肌电和微压力信号的尿意预判装置,包括传感器固定组件1及设置在传感器固定组件1两端的松紧带2,所述传感器固定组件1的内侧设置有用于采集人体的肌电信号的肌电传感器4和用于采集人体表面的微压力信号的微压力传感器阵列3,所述传感器固定组件1的外侧连接有装置壳体5,所述装置壳体5内安装有电路板6,电路板6上设置有尿意预判及提醒电路,所述尿意预判及提醒电路6与肌电传感器4、微压力传感器阵列3分别电性连接,根据肌电信号、微压力信号预判人体是否准备排尿,若准备排尿,发出准备排尿的提醒。值得一提的是,所述传感器固定组件1为2mm厚的绝缘无纺布;松紧带2为普通的3cm宽弹力锦棉松紧带,用于将传感器固定组件固定在老年人或婴幼儿的下腹处(肚脐下4cm左右);装置壳体5由PVC塑料制成;所述肌电传感器采用普通的Ag/AgCl肌电电极或美国3M公司的2223CN型号表面肌电电极,所述微压力传感器阵列采用3×9的Filmsensor微压力传感器。
如图6所示,所述尿意预判及提醒电路包括特征提取模块、排尿预警判断模块、发声模块、蓝牙模块和电源模块;
所述特征提取模块,外接肌电传感器、微压力传感器阵列,用于进行信号预处理并提取肌电信号和微压力信号的特征值,并将提取出的特征发送至排尿预警判断模块;
所述排尿预警判断模块,根据接收到的特征值判断人体是否准备排尿,若判断结果为准备排尿则将该判断结果分别发送至发声模块与蓝牙模块,通过两种方式报警提醒看护者;
所述发声模块,接收到准备排尿的判断结果后,发出语音提醒,具体采用ISD1820录音语音模块;
所述蓝牙模块,用于将所述蓝牙模块将判断结果发送至远程终端,提醒看护人员预先知晓老年人或婴幼儿的排尿信息,并迅速作出反应;具体的,蓝牙模块采用深圳天士凯电子有限公司的HC-05型主从机一体蓝牙模块;
所述电源模块,为上述模块供电。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
Claims (10)
1.一种基于肌电和微压力信号的尿意预判方法,其特征在于,包括以下步骤:
步骤S1:采集腹部肌肉的肌电信号及微压力信号;
步骤S2:分别对所述肌电信号及微压力信号进行预处理;
步骤S3:确定肌电标定阈值、微压力标定阈值;
步骤S4:计算特征值,其中计算肌电信号的积分作为肌电特征值,计算微压力信号的均方根值作为微压力特征值;
步骤S5:将肌电特征值、微压力特征值分别与对应的肌电标定阈值、微压力标定阈值进行比较,若肌电特征值大于等于对应的肌电标定阈值且微压力特征值大于等于对应的微压力标定阈值时,进入步骤S6,否则回到步骤S1;
步骤S6:取当前时刻往前的M个肌电特征值、N个微压力特征值分别拟合成肌电特征曲线、微压力特征曲线,分别计算肌电特征曲线、微压力特征曲线与对应的标定特征曲线的皮尔逊相关系数,若全部的皮尔逊相关系数大于等于阈值r0,则判定为准备排尿,否则回到步骤S1。
2.根据权利要求1所述的基于肌电和微压力信号的尿意预判方法,其特征在于,所述步骤S2的具体过程如下,
步骤S21:对肌电信号进行带通滤波和陷波处理,带通滤波10-450Hz,工频陷波50Hz;
步骤S22:对肌电信号进行信号放大;
步骤S23:去除肌电信号中的噪声,包括肌电信号中的直流成分、皮肤摩擦的高频噪声和工频干扰,并通过加权平均增大信噪比;
步骤S24:对微压力信号进行信号放大处理。
3.根据权利要求1所述的基于肌电和微压力信号的尿意预判方法,其特征在于,所述腹部肌肉包括左腹直肌、右腹直肌、左腹外斜肌和右腹外斜肌。
4.根据权利要求3所述的基于肌电和微压力信号的尿意预判方法,其特征在于,所述步骤S3中肌电标定阈值、微压力标定阈值的确定方法如下,
步骤S31:数据分段,使用移动窗方法对肌电信号及微压力信号进行开窗分段;
步骤S32:计算分段后每一段信号的特征值,如下
其中,iEMG为肌电特征值,N1为积分起点,N2为积分终点,X(t)为肌电信号,dt为采样的时间间隔;RMS为微压力特征值,N为微压力信号的采样点数,Fi为第i个采样点的微压力数据,i为自然数且1≤i≤N;
步骤S33:在每一腹部肌肉的肌肉信号中选取若干排尿周期,按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值,并将所有排尿周期的特征值取均值,对应四块腹部肌肉分别得到四个阈值和再对左腹直肌、右腹直肌的阈值得到腹直肌的标定阈值对左腹外斜肌和右腹外斜肌的阈值取均值得到
在每一微压力信号中选取若干排尿周期,按照步骤S31和步骤S32的步骤计算每一排尿周期排尿前的20个特征值,并将所有排尿周期的特征值取均值,对应得到微压力标定阈值其中j为自然数,且1≤j≤S,S为微压力信号的总数。
5.根据权利要求4所述的基于肌电和微压力信号的尿意预判方法,其特征在于,所述步骤S6中标定特征曲线的确定方法如下,
按照不同肌电信号和微压力信号,将步骤S33中不同排尿周期中排尿周期的20个特征值分别取均值得到20个特征均值,拟合成对应四块腹部肌肉的标定特征曲线∫(t)左腹直肌,∫(t)右腹直肌,∫(t)左腹外斜肌,∫(t)右腹外斜肌和微压力的标定特征曲线∫(t)j,再对左腹直肌、右腹直肌的标定特定曲线取均值得到腹直肌的标定特定曲线∫(t)腹直肌,同理得到腹外斜肌的标定特定曲线∫(t)腹外斜肌。
6.根据权利要求5所述的基于肌电和微压力信号的尿意预判方法,其特征在于,所述步骤S6中皮尔逊相关系数的计算如下,
其中,Xi为特征曲线中的特征值,i表示特征值Xi在对应特征曲线中的序数,为特征曲线中所有特征值的均值,所述特征曲线包括肌电特征曲线和微压力特征曲线;
Yi为标定特征曲线中的特征值,i表示特征值Yi在对应特征曲线中的序数,为标定特征曲线中所有特征值的均值,所述标定特征曲线包括腹直肌的标定特定曲线、腹外斜肌的标定特定曲线和微压力的特征曲线。
7.根据权利要求1所述的基于肌电和微压力信号的尿意预判方法,其特征在于,所述步骤S4中特征值的具体计算方法如下,
其中,iEMG为肌电特征值,N1为积分起点,N2为积分终点,X(t)为肌电信号,dt为采样的时间间隔;RMS为微压力特征值,N为微压力信号的采样点数,Fi为第i个采样点的微压力数据,i为自然数且1≤i≤N。
8.一种基于肌电和微压力信号的尿意预判装置,其特征在于,包括传感器固定组件及设置在传感器固定组件两端的松紧带,所述传感器固定组件的内侧设置有用于采集人体的肌电信号的肌电传感器和用于采集人体表面的微压力信号的微压力传感器阵列,所述传感器固定组件的外侧连接有装置壳体,所述装置壳体内安装有电路板,电路板上设置有尿意预判及提醒电路,所述尿意预判及提醒电路与肌电传感器、微压力传感器阵列分别连接,根据肌电信号、微压力信号预判人体是否准备排尿,若准备排尿,发出准备排尿的提醒。
9.根据权利要求8所述的基于肌电和微压力信号的尿意预判装置,其特征在于,所述尿意预判及提醒电路包括特征提取模块、排尿预警判断模块、发声模块、蓝牙模块和电源模块;
所述特征提取模块,外接肌电传感器、微压力传感器阵列,用于提取肌电信号和微压力信号的特征值,并将提取出的特征发送至排尿预警判断模块;
所述排尿预警判断模块,根据接收到的特征值判断人体是否准备排尿,若判断结果为准备排尿则将该判断结果分别发送至发声模块与蓝牙模块;
所述发声模块,接收到准备排尿的判断结果后,发出语音提醒;
所述蓝牙模块,用于将所述蓝牙模块将判断结果发送至远程终端;
所述电源模块,为上述模块供电。
10.根据权利要求8所述的基于肌电和微压力信号的尿意预判装置,其特征在于,所述肌电传感器采用Ag/AgCl肌电电极,所述微压力传感器阵列采用3×9的Filmsensor微压力传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810441316.2A CN108836368B (zh) | 2018-05-10 | 2018-05-10 | 一种基于肌电和微压力信号的尿意预判方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810441316.2A CN108836368B (zh) | 2018-05-10 | 2018-05-10 | 一种基于肌电和微压力信号的尿意预判方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108836368A true CN108836368A (zh) | 2018-11-20 |
CN108836368B CN108836368B (zh) | 2024-04-16 |
Family
ID=64212905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810441316.2A Active CN108836368B (zh) | 2018-05-10 | 2018-05-10 | 一种基于肌电和微压力信号的尿意预判方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108836368B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413106A (zh) * | 2019-06-18 | 2019-11-05 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于语音和手势的增强现实输入方法及系统 |
CN110613442A (zh) * | 2019-09-16 | 2019-12-27 | 深圳市理邦精密仪器股份有限公司 | 一种监测母体子宫收缩活动的方法及装置 |
CN113662578A (zh) * | 2021-10-20 | 2021-11-19 | 华南理工大学 | 一种基于残差网络的人体排便预测系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6095969A (en) * | 1998-03-03 | 2000-08-01 | Karram; Mickey M. | Female incontinence control device actuated by abdominal pressure |
KR20060019397A (ko) * | 2004-08-27 | 2006-03-03 | 송철규 | 요도 카테터 및 휴대용 요역동학 모니터링 장치 |
KR20080072987A (ko) * | 2007-02-05 | 2008-08-08 | 김거식 | 모바일 장치를 이용한 휴대용 방광기능 검사 방법 |
KR100984807B1 (ko) * | 2009-05-18 | 2010-10-01 | 서울대학교산학협력단 | 요역동학 검사장치 |
EP2589410A1 (de) * | 2011-11-03 | 2013-05-08 | Inomed Medizintechnik GmbH | Kontrollanordnung zur intraoperativen Überwachung der Nervenfunktion im Beckenbereich |
CN103393430A (zh) * | 2013-08-08 | 2013-11-20 | 上海赛琅医药科技有限公司 | 尿动力学分析仪 |
CN104717922A (zh) * | 2013-04-23 | 2015-06-17 | 嘉泉大学校产学协力团 | 测量逼尿肌压力的装置 |
CN105769187A (zh) * | 2016-04-27 | 2016-07-20 | 浙江大学 | 一种婴儿尿意预判装置和方法 |
US20170356815A1 (en) * | 2016-06-08 | 2017-12-14 | The University Of British Columbia | Surface sensor arrays using ionically conducting material |
CN209107375U (zh) * | 2018-05-10 | 2019-07-16 | 浙江神造科技有限公司 | 一种基于肌电和微压力信号的尿意预判装置 |
-
2018
- 2018-05-10 CN CN201810441316.2A patent/CN108836368B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6095969A (en) * | 1998-03-03 | 2000-08-01 | Karram; Mickey M. | Female incontinence control device actuated by abdominal pressure |
KR20060019397A (ko) * | 2004-08-27 | 2006-03-03 | 송철규 | 요도 카테터 및 휴대용 요역동학 모니터링 장치 |
KR20080072987A (ko) * | 2007-02-05 | 2008-08-08 | 김거식 | 모바일 장치를 이용한 휴대용 방광기능 검사 방법 |
KR100984807B1 (ko) * | 2009-05-18 | 2010-10-01 | 서울대학교산학협력단 | 요역동학 검사장치 |
EP2589410A1 (de) * | 2011-11-03 | 2013-05-08 | Inomed Medizintechnik GmbH | Kontrollanordnung zur intraoperativen Überwachung der Nervenfunktion im Beckenbereich |
CN104717922A (zh) * | 2013-04-23 | 2015-06-17 | 嘉泉大学校产学协力团 | 测量逼尿肌压力的装置 |
CN103393430A (zh) * | 2013-08-08 | 2013-11-20 | 上海赛琅医药科技有限公司 | 尿动力学分析仪 |
CN105769187A (zh) * | 2016-04-27 | 2016-07-20 | 浙江大学 | 一种婴儿尿意预判装置和方法 |
US20170356815A1 (en) * | 2016-06-08 | 2017-12-14 | The University Of British Columbia | Surface sensor arrays using ionically conducting material |
CN209107375U (zh) * | 2018-05-10 | 2019-07-16 | 浙江神造科技有限公司 | 一种基于肌电和微压力信号的尿意预判装置 |
Non-Patent Citations (1)
Title |
---|
K. S. KIM ET AL: "Portable urodynamics monitoring system using a personal digital assistance", 2007 INTERNATIONAL SYMPOSIUM ON INFORMATION TECHNOLOGY CONVERGENCE, pages 2 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413106A (zh) * | 2019-06-18 | 2019-11-05 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于语音和手势的增强现实输入方法及系统 |
CN110413106B (zh) * | 2019-06-18 | 2024-02-09 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于语音和手势的增强现实输入方法及系统 |
CN110613442A (zh) * | 2019-09-16 | 2019-12-27 | 深圳市理邦精密仪器股份有限公司 | 一种监测母体子宫收缩活动的方法及装置 |
CN113662578A (zh) * | 2021-10-20 | 2021-11-19 | 华南理工大学 | 一种基于残差网络的人体排便预测系统 |
CN113662578B (zh) * | 2021-10-20 | 2022-05-24 | 华南理工大学 | 一种基于残差网络的人体排便预测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108836368B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108042108B (zh) | 一种基于体震信号的睡眠质量监测方法与系统 | |
CN108836368A (zh) | 一种基于肌电和微压力信号的尿意预判方法及装置 | |
CN105051799A (zh) | 用于检测跌倒的方法和跌倒检测器 | |
CN209107375U (zh) | 一种基于肌电和微压力信号的尿意预判装置 | |
CN103070683A (zh) | 基于生物电阻抗的睡眠呼吸模式识别方法及装置 | |
CN106725382A (zh) | 基于动作和hrv测量的睡眠状态判别系统及方法 | |
CN103126672A (zh) | 基于生物电阻抗的膀胱积尿实时监测方法及装置 | |
CN105361858B (zh) | 一种血压数据处理的方法及可穿戴设备 | |
CN108175384A (zh) | 基于子宫肌电信号识别宫缩的方法及装置 | |
CN202235355U (zh) | 具有语音报读功能的心率表 | |
CN110960211A (zh) | 一种基于嵌入式的心电实时监测系统 | |
CN109498022A (zh) | 一种基于光电容积脉搏波的呼吸频率提取方法 | |
CN101653386B (zh) | 实现多种生理信息检测功能的电子耳蜗 | |
CN108289619A (zh) | 睡眠监测系统 | |
CN106821378A (zh) | 一种基于电子表皮的便携式肌肉疲劳度检测设备 | |
CN210383897U (zh) | 一种肌肉疲劳的联合测量装置以及假肢 | |
TW201119698A (en) | Sleep assistant system | |
CN107028703B (zh) | 一种尿布使用程度显示及报警方法 | |
CN105769187B (zh) | 一种婴儿尿意预判装置和方法 | |
CN111973183A (zh) | 一种肌肉疲劳的联合测量装置、方法以及假肢 | |
CN103340639A (zh) | 一种基于生物电阻抗的急迫性尿失禁识别方法 | |
CN111202516B (zh) | 一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统 | |
CN113768523B (zh) | 基于对抗生成网络的二便预警方法与系统 | |
EP4327743A1 (en) | Sleeping state estimation system | |
CN115153580A (zh) | 一种用于胎儿心电监测的皮肤阻抗测量方法和系统 |
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 |