CN109394230A - 一种基于表面肌电信号的步态分析系统 - Google Patents
一种基于表面肌电信号的步态分析系统 Download PDFInfo
- Publication number
- CN109394230A CN109394230A CN201811495268.1A CN201811495268A CN109394230A CN 109394230 A CN109394230 A CN 109394230A CN 201811495268 A CN201811495268 A CN 201811495268A CN 109394230 A CN109394230 A CN 109394230A
- Authority
- CN
- China
- Prior art keywords
- signal
- circuit
- module
- electromyography
- capacitor
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/112—Gait analysis
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及生物信号采集技术领域,具体涉及一种基于表面肌电信号的步态分析系统,包括多个电极片单元、肌电放大与滤波模块和主控制模块,由于通过主控模块将肌电放大与滤波模块采集的人体表面的肌电信号进行数字化转化,以减少步态分析系统对被监测者步行运动的干扰,进而满足对正常步行运动进行多通道和高采样率采集的要求。
Description
技术领域
本发明涉及生物信号采集技术领域,具体涉及一种基于表面肌电信号的步态分析系统。
背景技术
表面肌电信号(surface electromyography,SEMG),是肌肉收缩时伴随的电信号。是通过在皮肤表面贴置电极的方法采集到的肌肉活动时产生的生理电信号,具有无创、安全、方便和可靠等优点。肌电信号是一种非平稳和非线性的随机信号,在实际应用中,根据分析需要,可以将它看做短时平稳的信号,通过运用时域和频域内信号处理的方法,肌电信号被用于肌电分解、肌肉状态评估、动作识别和运动控制等方面。近年来,表面肌电采集设备的小型化和便携化实现,以及与其他相关传感器的有效结合促进了SEMG在临床诊断、人机交互、动作识别、康复工程等研究领域的广泛应用。
人体下肢运动是神经系统驱动下肢肌肉控制各关节协调运动的复杂过程。步态这一术语主要被用来描述步行的方式,是人类步行的行为特征,而步行是人类活动的基本方式之一,也是个体功能独立的基本要素之一。步行是指通过双脚进行的交互动作,其控制十分复杂,包括中枢命令、身体平衡及协调控制,涉及下肢各关节和肌肉的协同运作。其中任何正常步态产生环节或各环节的相互联系出现问题都有可能影响步态,从而引起异常步态,异常步态产生的主要原因可分为两类,神经性疾病和非神经性疾病。神经性疾病主要包括脑卒中、脑外伤、脊髓损伤和疾病、脑瘫、帕金森病等。非神经性疾病主要由运动损伤、骨关节疾病、先天畸形、截肢、手术等造成。长久以来,人们对行走相关的人体动作有着浓厚的兴趣,虽然近些年生命科学取得了巨大的进展,但从神经控制的角度来模拟大脑对肢体运动的控制仍有很大的距离。
步态分析是指在康复评定和康复治疗过程中,测量和描述运动中人体的骨骼肌肉功能并进行的定量评估,通过生物力学和运动学方法,客观定量的揭示步行状态,全面反映患者的康复情况,从而指导康复评定与治疗。步态分析常常有助于临床诊断和疗效评估等。通过步态分析我们可计算出行走的时空参数、运动学参数、动为学参数等,并对临床干预进行指导。步态分析借助多种传感器技术采集人体下肢运动时的多模态信号,从视觉、力学和生理学等角度分析动作的时间和空间特性,并用于感知行为模式,诊断人体运动功能疾病和评估康复效果。20世纪中期,加利福尼亚的一个研究小组(Inman,1981年)首次在研究步态时加入了肌电信号的分析,随着肌电采集技术的发展,肌电信号已经成为人体步态分析中的重要信息。机体在进行不同的动作时会采集到有差异的肌电信号,而在重复同一动作时,肌电信号会表现出相似的特征,即便是不同的个体也具备这样的相似的规律。由于人体肌群sEMG具备的这种差异性和规律性,使得利用sEMG进行步态分析识别成为可能。在步行运动中,可以通过对肌电信号的测量与分析,精确定位发力位置和肌肉收缩情况,从而进一步探究和揭示步行运动的特征与本质。
现有的表面肌电采集设备,一方面多是有线的,采集多路表面肌电信号时导线交叉在一起,在采集设备形态上对被监测者的运动干扰比较大,无法在对步行运动干扰较小的情况下完成肌电测量。另一方面无法满足步行运动测量中对多通道和高采样率采集的要求。
发明内容
本发明主要解决的技术问题是现有的表面肌电采集设备对步行运动干扰大和无法满足步行运动测量中对多通道和高采样率采集的要求。
根据第一方面,一种实施例中提供一种基于表面肌电信号的步态分析系统,包括多个电极片单元、肌电放大与滤波模块和主控制模块;
所述多个电极片单元用于连接人体以采集人体表面的肌电信号;
所述肌电放大与滤波模块用于对所述肌电信号进行滤波和放大;
所述主控制模块用于将放滤波和放大后的所述肌电信号转化为数字信号并打包,并将打包后的所述数字信号进行发送。
依据上述实施例的一种基于表面肌电信号的步态分析系统,由于包括多个电极片单元、肌电放大与滤波模块和主控制模块,通过主控模块将肌电放大与滤波模块采集的人体表面的肌电信号进行数字化转化,以减少步态分析系统对被监测者步行运动的干扰,进而满足对正常步行运动进行多通道和高采样率采集的要求。
附图说明
图1为神经系统控制肌肉收缩的信号传输示意图;
图2为表面肌电信号监测的原理示意图;
图3为一种实施例中步态分析系统的结构示意图;
图4为一实施例中步态分析系统的电极片单元的连接示意图;
图5为肌电信号采集的肌肉位置示意图;
图6为一实施例中步态分析系统的仪表放大电路的连接示意图;
图7为一实施例中步态分析系统的高通滤波电路的连接示意图;
图8为一实施例中步态分析系统的低通滤波电路的连接示意图;
图9为一实施例中步态分析系统的比例放大电路的连接示意图;
图10为一实施例中步态分析系统的50Hz陷波电路的结构示意图;
图11为一实施例中步态分析系统的电源模块供电示意图;
图12为一实施例中步态分析系统的电路板结构示意图;
图13为一实施例中步态分析系统的应用场景示意图;
图14为一实施例中步态分析系统的工作流程示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
在本发明实施例中,一方面通过对采集系统的电路结构进行优化,对器件选型的充分考虑,实现了对8通道肌电信号1000SPS的高速采样与无线数据传输;另一方面,在系统的形态结构设计方面针对步行过程中测量的应用场景做了优化设计,是为步行运动中的肌电信号测量专门设计的,对运动过程干扰小,更加方便实用。
实施例一:
如图1所示,为神经系统控制肌肉收缩的信号传输示意图,健康人全身分布着600多块肌肉,这些肌肉为人体执行各种动作提供了动力。人体的运动系统为了完成各种各样复杂而精细的动作,必须协调身体各部分的肌肉以产生合适大小的力。运动控制是由中枢神经系统完成。中枢神经系统在功能上具有层次性,运动信息的编码是由前运动皮层(Premotor Cortex),辅助运动区(Supplementary Moto Area,SMA)和运动皮层的其他某些区域完成的。来自于这些区域或小脑,基底节的信号汇集到初级运动皮层(Primary MotorCortex),激励或抑制该区域的神经元,进而控制脑干和脊髓中的中间神经元或运动神经元。皮质脊髓束与a-运动神经元之间的这种联系使大脑皮层得以控制肌肉的活动。肌肉收缩的最小单位是运动单位(Motor Unit,MU),它由一个脊髓a-运动神经元或脑干运动神经元和受其支配的全部肌纤维所组成。所有的中枢神经信号和反射信号最终传输到a-运动神经元,信号刺激神经元产生动作电位,动作电位沿神经元产生动作电位,动作电位沿神经元的轴突传导至神经肌纤维接点处(运动终板),此时神经细胞通过释放化学物质乙酰胆碱使运动终板的离子通透性发生改变产生终板电位,终板电位改变肌细胞膜的通透性,从而产生肌纤维的动作电位。动作电位沿着肌纤维传播引起肌肉的收缩。
如图2所示,为表面肌电信号监测的原理示意图,肌肉在运动或收缩过程中会产生生物电,在皮肤表面通过两个测量电极测量生物电的电压值,经过放大器放大并记录。SEMG包含了丰富的肌肉运动的信息,它能够反映肢体的运动模式。目前已经被广泛应用于临床诊断、康复工程、运动医学等领域。SEMG作为一种生物电信号,具有以下特点:
1).SEMG是多个肌纤维上单元电位的叠加,其统计学特性会随着时间变化,是一种非平稳的随机信号,非常微弱,幅值范围约为100uV~5mV。
2).SEMG是一种频率分布在10-500Hz的低频信号,大部分集中在100-250Hz范围,300Hz以上的频率显著减弱。
3).SEMG是一种交流电压信号,其幅值与肌肉收缩力成正比,肌肉松弛时sEMG的幅值比较小,当肌肉的收缩力增大时,肌电信号幅值随之增大。
如图3所示,为一种实施例中步态分析系统的结构示意图,包括多个电极片单元40、肌电放大与滤波模块10、主控制模块20和上位机处理模块30。多个电极片单元40用于连接人体以采集人体表面的肌电信号。肌电放大与滤波模块10用于对肌电信号进行滤波和放大。主控制模块20用于将放滤波和放大后的肌电信号转化为数字信号并打包,并将打包后的数字信号进行发送。上位机处理模块30用于接收主控制模块20发出的数字信号,并依据数字信号获得表面肌电信号的电压变化情况。肌电放大与滤波模块10包括仪表放大电路12、高通滤波电路13、低通滤波电路14、比例放大电路15和50Hz陷波电路16。主控制模块20包括模数转换器21、控制器22和通讯模块23。上位机处理模块30包括上位机31、显示装置32和存储设备33。仪表放大电路12用于将采集的人体表面的肌电信号进行放大,并将放大后的肌电信号发送给高通滤波电路13。高通滤波电路13用于滤除肌电信号的低频干扰信号,并将滤除低频干扰信号的肌电信号发送给低通滤波电路14。低通滤波电路14用于滤除肌电信号的高频干扰信号,并将滤除高频干扰信号的肌电信号发送给比例放大电路15。比例放大电路15用于对肌电信号进行放大,并将放大后的肌电信号发送给50Hz陷波电路16。50Hz陷波电路16用于滤除肌电信号的50Hz干扰信号,并将滤除50Hz干扰信号的肌电信号发送给主控制模块20。
如图4所示,为一实施例中步态分析系统的电极片单元的连接示意图,电极片单元40用于连接人体以采集人体表面的肌电信号,并将肌电信号发送给仪表放大电路12。每个电极片单元40包括一对电极片(第一电极片41和第二电极片42)、四根含屏蔽线的导联线43和三节音频接口44。三节音频接口44包括第一端442、第二端443和第三端441。电极片用于粘贴于人体表面,其中一个电极片通过两根导联线431分别与三节音频接口44的第一端442和第三端441连接,另一个电极片通过两根导联线432分别与三节音频接口44的第二端443和第三端441连接。三节音频接口44用于插接肌电放大与滤波模块10上,且三节音频接口44的第三端441与肌电放大与滤波模块10的接地端电连接。一实施例中,每个电极片单元40支持热拔插,肌电放大与滤波模块10可对多个电极片单元40获取的肌电信号进行分时采集。一实施例中,步态分析系统对每个通道的肌电信号采集采用一个电极片单元40,每个电极片单元40包括两个电极片以形成差分输入。本实施例中,包括8个电极片单元40,每个电极片单元40与对应仪表放大电路12电路的两个差分输入端连接。
粘贴电极片单元40时需注意以下几点:
1)清洗皮肤表面,用酒精擦拭干净,减少电极的阻抗;
2)检测过程中,电极的导线不要随意挪动,要保持稳固;
3)将电极贴片放置于皮肤表面时,压力要适当,不要过大。
一实施例中,电极片单元40采用通用的Ag-AgCl电极贴片,使用时根据关注的肌肉位置,将电极贴片粘贴至肌肤位置。如图5所示,为肌电信号采集的肌肉位置示意图,电极片单元40优选的粘贴位置为小腿部的股前肌(Tibialis Anterior,TA)、排肠肌(Gastrocnemius,GA)、比目鱼肌(Soleus,SO)和大腿处的股直肌(Rectus Femoris,RF)、骨外侧肌(Vastus Lateralis,VL)、股二头肌(Biceps Femoris,BF)。还可以粘贴至髂腰肌、股薄肌、胫骨前肌的位置。
如图6所示,为一实施例中步态分析系统的仪表放大电路的连接示意图,从电极片单元上采集过来的肌电信号其电压幅值很小,所以要用仪表芯片对其信号进行放大。放大的增益范围广且可变,从电极片单元采集过来的信号大概在2mv左右,是一种极其微弱的信号,需要将此信号放大到1v左右。电路的共模抑制比要大,肌电信号的采集容易受到工频电源和高频信号的干扰,干扰信号在输出端表面为同幅同向的共模信号,因此该仪表放大电路12要较高的共模抑制比。同时,仪表放大电路12要有很高的输入阻抗,且输入阻抗要大于皮肤与电极片单元的之间接触阻抗,这样提高输入信号的准确性。本实施例中,仪表放大电路12及外围电路,使用AD8223芯片作为前置运放,包括电阻R1、电阻R2、电阻R3、电容1、电容2、电容3、电容4、电容5、电容6、电容7、电容8和放大芯片AD8223。放大芯片AD8223包括管脚1、管脚2、管脚3、管脚4、管脚5、管脚6、管脚7和管脚8。管脚1和管脚8之间串联电阻R1。仪表放大电路12包括两个输入端,其包括IN0-A和IN0-B,用于分别与步态分析系统的一个通道的电极片单元的两个电极贴片分别连接,以形成差分输入。管脚2和管脚3分别与两个输入端连接,并分别串联一个电容C1和电容C2,并在管脚2和管脚3与地之间串联一个电阻R2和电阻R3。管脚5接地,管脚6用于仪表放大电路12的输出端。管脚7接正电压,并在正电压与地之间接入3个并联连接的电容,3个电容分别是电容C3、电容C4和电容C5。管脚4接负电压,并在负电压与地之间接入3个并联连接的电容,3个电容分别是电容C6、电容C7和电容C8。本实施例中,仪表放大电路11的电路中,电阻R1、电阻R2、电阻R3、电容1、电容2、电容3、电容4、电容5、电容6、电容7和电容8的值分别是3.9K、1.59M、1.59M、1μF、1μF、1pF、100pF、10μF、1pF、100pF和10μF。电阻R1用于调节仪表放大电路12的放大倍数,根据放大率计算公式:
本实施例中,R1=RG为3.9K,则放大倍数G=25.51。在芯片AD8223的正负电源端,依次放置1pF,100pF,10μF三种大小的电容用于滤除电源干扰。
如图7所示,为一实施例中步态分析系统的高通滤波电路的连接示意图,由于采集过来的肌电信号频率在10-500Hz段,大部分集中在10-200Hz频率段中,所以要对肌电信号进行滤波,滤去一些干扰信号和多余信号,以采集有效的肌电信号。本实施例中,高通滤波电路13采用压控式电压源二阶高通滤波,即Sallen-key型电路结构,包括电容、电阻和运放电路,通过电阻和电容值的匹配可以确定滤波器的各个参数指数,高通滤波的截止频率是10Hz。由于采用巴特沃斯滤波,使得频带区没有明显的波动,使整个信号得到稳定,用于滤除信号中的运动伪迹等低频噪声。高通滤波电路13包括信号输入端、信号输出端和两个串联的运放电路。具体包括电阻R1、电阻R2、电阻R3、电阻R4、电容C1、电容C2、电容C3、电容C4和两个运放芯片。第一运放芯片的正输入端与信号输入端之间串联两个电容C1和电容C2。电容C1和电容C2之间的连接点与第一运放芯片的负输入端串联一个电阻R1。电容C2和第一运放芯片的正输入端的连接点与地线之间串联一个电阻R2。第一运放芯片的输出端与第二运放芯片的正输入端串联两个电容C3和电容C4。电容C3和电容C4之间的连接点与第二运放芯片的负输入端串联一个电阻R3。电容C4和第二运放芯片的正输入端的连接点与地线之间串联一个电阻R4。第二运放芯片的输出端为高通滤波电路13的信号输出端。本实施例中,高通滤波电路13的电路中,电阻R1、电阻R2、电阻R3、电阻R4、电容C1、电容C2、电容C3和电容C4分别是430KΩ、510KΩ、75KΩ、510KΩ、33μF、33μF、82μF和82μF。
如图8所示,为一实施例中步态分析系统的低通滤波电路的连接示意图,由于采集的肌电信号中有很多高频率的干扰信号,通过低通滤波电路除去这些干扰信号,肌电信号的频率在10-500Hz段,可设置截至频率为400Hz,尽管会失去一部分的少量肌电信号,但是可以大大的减少噪声和高频干扰信号的影响。本实施例中,低通滤波电路14采用二阶压控电压源低通滤波电路,即Sallen-key型电路结构,包括电阻、电容和运放电路。通过电阻和电容值的匹配可以确定滤波器的各个参数指标,具体运放芯片可以采用高精度AD8572运放,进一步可设置截至频率为400Hz。因采用巴特沃斯滤波,频带略宽,但在频带区会没有明显的波动,使整个信号得到稳定,用于滤除信号中的白噪声等高频噪声干扰。低通滤波电路14包括信号输入端、信号输出端和两个串联的运放电路。具体包括电阻R1、电阻R2、电阻R3、电阻R4、电容C1、电容C2、电容C3、电容C4和两个运放芯片。第一运放芯片的正输入端与信号输入端之间串联两个电阻R1和电阻R2。电阻R1和电阻R2之间的连接点与第一运放芯片的负输入端串联一个电容C2。电阻R1和第一运放芯片的正输入端的连接点与地线之间串联一个电容C1。第一运放芯片的输出端与第二运放芯片的正输入端串联两个电阻R3和电阻R4。电阻R3和电阻R4之间的连接点与第二运放芯片的负输入端串联一个电容C3。电阻R4和第二运放芯片的正输入端的连接点与地线之间串联一个电容C4。第二运放芯片的输出端为低通滤波电路14的信号输出端。本实施例中,高通滤波电路13的电路中,电阻R1、电阻R2、电阻R3、电阻R4、电容C1、电容C2、电容C3和电容C4分别是510KΩ、510KΩ、510KΩ、510KΩ、680pF、820pF、2200μF和270pF。
如图9所示,为一实施例中步态分析系统的比例放大电路的连接示意图,比例放大电路15包括输入端、输出端和运放电路。运放电路包括电阻R1、电阻R2、电阻R3、电阻R4、电容C3、电容C4、电容C5、电容C6、电容C7、电容C8和运放芯片AD8571。运放芯片AD8571包括管脚1、管脚2、管脚3、管脚4、管脚5、管脚6。管脚2与比例放大电路15的输入端连接,并串联电阻R3。管脚6用于比例放大电路15的输出端,并和管脚2间串联电阻R1。管脚3接地,并与地之间串联电阻R2。管脚5直接接地。管脚7接正电压,并在正电压与地之间接入3个并联连接的电容,3个电容分别是电容C3、电容C4和电容C5。管脚4接负电压,并在负电压与地之间接入3个并联连接的电容,3个电容分别是电容C6、电容C7和电容C8。本实施例中,比例放大电路15的电路中,电阻R1、电阻R2、电阻R3、电容3、电容4、电容5、电容6、电容7和电容8的值分别是402K、10K、10K、1pF、100pF、10μF、1pF、100pF和10μF。在本实施例中,对肌电信号的放大包括两部分,一部分是仪表放大电路11中的内置放大作用,放大倍数为25.51倍;另一部分放大由比例放大电路15实现的放大,放大倍数为402K/10K=40.2倍,即本申请实施例中的步态分析系统整体对肌电信号的放大倍数是25.51*4.02=1025.5倍。
如图10所示,为一实施例中步态分析系统的50Hz陷波电路的结构示意图,肌电信号常常受到50Hz的工频信号干扰,剔除整个噪声的方法之一就是使用50Hz陷波电路16对信号进行滤波。50Hz陷波电路16采用有源双T双跟随陷波电路,包括输入端、陷波电路和输出端。陷波电路包括电阻R1、电阻R2、电阻R3、电阻R4、电阻R5、电阻R6、电阻R7、电阻R8、电容C1、电容C2、电容C3、电容C4、电容C5、电容C6、电容C7、电容C8、电容C9、电容C10和运放芯片AD8572-A、运放芯片AD8572-B。运放芯片AD8572-A包括管脚A1、管脚A2、管脚A3、管脚A4、管脚A5、管脚A6、管脚A7、管脚A8。运放芯片AD8572-B包括管脚B1、管脚B2、管脚B3、管脚B4、管脚B5、管脚B6、管脚B7、管脚B8。50Hz陷波电路16的输入端与运放芯片AD8572-A的管脚A3之间通过顺序串联的电阻R8、电阻R1、电阻R4和电阻R5连接。50Hz陷波电路16的输入端与运放芯片AD8572-A的管脚A3之间还串联2个电容C1和电容C2。电容C1和电容C2之间与运放芯片AD8572-B的管脚B6和管脚B7连接。电阻R1和电阻R4之间通过两个并联的电容C9和电容C10与运放芯片AD8572-B的管脚B6和管脚B7连接。运放芯片AD8572-B的管脚B5通过串联一个电阻R3与地连接。运放芯片AD8572-B的管脚B5还通过串联一个电阻R2与50Hz陷波电路16的输出端连接。运放芯片AD8572-A的管脚A2和管脚A6短接并作为50Hz陷波电路16的输出端。管脚B7接正电压,并在正电压与地之间接入3个并联连接的电容,3个电容分别是电容C3、电容C4和电容C5。管脚B4接负电压,并在负电压与地之间接入3个并联连接的电容,3个电容分别是电容C6、电容C7和电容C8。管脚B5接地。本实施例的50Hz陷波电路16中的电阻R1、电阻R2、电阻R3、电阻R4、电阻R5、电阻R6、电阻R7、电阻R8、电容C1、电容C2、电容C3、电容C4、电容C5、电容C6、电容C7、电容C8、电容C9和电容C10值分别为1.8K、1K、80K、30K、1.8K、12K、3.9K、30K、0.1μF、0.1μF、1pF、100pF、10μF、1pF、100Pf、10μF、0.1μF和0.1μF。
进一步,肌电放大与滤波模块10还包括右腿驱动电路,与仪表放大电路12连接,用于降低采集的肌电信号的共模干扰。本申请一实施例中,右腿驱动电路包括电极片和包括屏蔽线的两根导联线。其中,一根导联线是信号线,另一根导联线是用于屏蔽此信号线的屏蔽线。两根导联线短接,用于连接电极片和仪表放大电路12的接地端。在步态分析系统测量时,将右腿驱动电路的电极片粘贴于对行走影响较小的皮肤处,优选粘贴在膝盖下方胫骨位置。
本申请一实施例中,步态分析系统的主控制模块20包括模数转换电路21、控制器22和通讯模块23。模数转换器21用于将肌电信号转化为数字信号。主控模块22用于将模数转换器转化的数字信号进行打包。通讯模块23用于将打包后的数字信号通过无线方式进行发送。一实施例中,模数转换电路21采用ADS8688芯片,包括16位8通道500Ksps的模数转换器,每个通道对应一个肌电信号的一路输入。控制器22采用STM32F1型处理器对采样时序进行控制,完成数据采集,数据打包,数据传输等任务。通讯模块23采用无线通讯方式,具体可包括LPWAN(Low-Power Wide-Area Network,低功耗广域网络)模块、2G通讯模块、3G通讯模块、4G通讯模块、5G通讯模块或Wi-Fi通讯模块、蓝牙通讯模块、ZigBee(紫蜂协议)模块中至少一项。一实施例中,通讯模块23采用RAK475型串口wifi模块。该模块以921600波特率进行通信。具体是,控制器22通过脉冲控制信号对数模转换器21的模数转换时序,还对转换后的数字信号进行打包,并通过控制通讯模块23发送给上位机31。
本申请一实施例中,主控模块20对数字信号进行打包的数据包包括26个字节;其中,第1字节为数据包起始标志位,第2字节为时间标志位,从第3个字节开始,每3个字节记录一个所述电极片单元获取的数字信号信息。一实施例中,对于每个通道的模拟信号,数模转换器21采样后输出一个16进制,两字节的数字,如CD EF,用于表示采样数值大小。ADC输出数值X Y(X和Y分别代表高位字节与低位字节)与实际电压U的换算关系为:
当对全部8个通道采样完成后,对数据进行打包。数据格式为:
第一个字节:AB为固定格式;
第二个字节:为时间标志位,数值为0-FF,后一帧数据相比前一帧数据此位+1,即对于相邻两个1ms内采集到的数据,后1ms输出的数据序号为+1,当加至FF时,下一次归0。此标志位还用于检验接收数据中是否出现丢包的情况。
第三个字节开始,每三个字节对应一个通道,这三个字节中,前两个字节为ADC输出的对应该通道信号的量化数值,如前所述为2个字节,第三个字节为该通道的序号,第1通道至第8通道分别对应00,01…07。
最后输出的每个包数据格式如下表,每个数据包共计26个字节。
本申请一实施例中,步态分析系统的上位机处理模块30包括上位机31、显示装置32和存储设备33。上位机31用于依据主控制模块20输出的数字信号,计算表面肌电信号的电压变化值。具体是上位机31依据获取的数字信号包,获取表面肌电信号的电压变化情况,并通过显示装置32显示,同时将数字信号包及表面肌电信号的电压变化情况存储在存储设备33中。其中,上位机31可以是PC机或移动终端,移动终端具体可以指智能手机、笔记本或平板电脑。存储设备33可以是硬盘、移动硬盘或优盘等存储设备。显示装置32可以是显示屏幕或显示器。
本申请一实施例中,步态分析系统还包括电源模块,用于为步态分析系统的肌电放大与滤波模块10和主控制模块20提供电源。电源模块可以是电池。一实施例中,电源模块包括7.4V锂电池为电源,可由两块3.7V锂电池串联而成。如图11所示,为一实施例中步态分析系统的电源模块供电示意图,本实施例中,电源为肌电放大与滤波模块10的仪表放大电路12、高通滤波电路13、低通滤波电路14、比例放大电路15和50Hz陷波电路16供电,电源还为主控制模块20的模数转换器21、控制器22和通讯模块23供电。具体是,电源模块为控制器22的ARM芯片提供5V电源,为ADS8688芯片提供3.3V和5V电源,为仪表放大电路12的AD8223芯片提供±2.5V电源,为滤波器及放大电路中的运放芯片AD8572提供±2.5V电源。因ARM芯片和ADS8688芯片所需的5V电源分别用于数字电路和模拟电路,本申请一实施例中,对ARM芯片和ADS8688芯片分别提供5V电源电,并分别标记为5V(数字)和5V(模拟)。一实施例中,电池提供7.4V电源经TPS76850芯片调压转为5V电压源,在通过MAX889芯片调压转为-5V电压源,在由TPS72325芯片调压为-2.5V电压源,进而为AD8223、AD8571和AD8572芯片提供-2.5V电源。
如图12所示,为一实施例中步态分析系统的电路板结构示意图,本申请公开的步态分析系统,考虑到便于步行运动中测量肌电信号的应用场景,一实施例中,电路采集部分(具体包括肌电放大与滤波模块10和主控制模块20的电路板)可通过魔术带等方式固定在被测者的腰间。电极片单元与仪表放大电路12之间的导联线和接口(电极线43和电极接头44)可进行热插拔,以支持多电极片单元的相互切换,进而便于使用,具体指可在被测者身上粘贴多个电极片单元,可对多个电极片单元获取的肌电信号进行分时采集,可超过8个电极片单元。例如,在被测者身上粘贴16个电极片单元,实际测量时电极片单元可采用热插拔方式在16个电极片单元(每次测量8个或少于8个)间切换,以实现多肌电信号的分时测量。
如图13所示,为一实施例中步态分析系统的应用场景示意图,采用各种长度的导联线作为电极片单元和肌电放大与滤波模块之间的连接,依据测量肌肉位置选择不同长度的导联线以减少对被测者步行运动的影响。步态分析系统的与电极片单元连接的8通道接口设置在硬件电路的左右两侧,便于对双腿肌肉的信号采集。一实施例中,步态分析系统的硬件电路(即肌电放大与滤波模块和主控制模块)采用柔性PCB,具体是电路板整体使用柔性PCB技术制作和/或电极片单元与主电路板之间的接口使用柔性PCB连接。或,将电路板划分为两部分,两部分之间以柔性PCB相连,使电路板外形与腰部形状更为贴合,易于佩戴。一实施例中,通讯模块采用WIFI通讯模块,以无线的方式传输数据,一方面确保在高采样率情况下(1000SPS)仍然可以传输原始肌电波形数据,另一方面便于在运动的状态下进行数据采集。
如图14所示,为一实施例中步态分析系统的工作流程示意图,具体包括:
为步态分析系统接通电源,电源模块开始对步态分析系统的肌电放大与滤波模块10和主控制模块20提供电源。
主控制模块20的ARM芯片开始初始化配置,等待接收上位机处理模块30发出采集开始信号或停止采样信号。
当主控制模块20接收到采集开始信号时,开始对肌电信号进行采集。肌电信号的采集包括:
1).预置以1000SPS进行采样,因此采样间隔定时器设置为1ms;
2).依次对肌电放大与滤波模块10的各个通道信号进行采集;
3).判断是否对全部通道的信号都采集了,如果没有就继续依次采集;
4).当各个通道都依次采集完毕后,主控制模块20将采集的数据进行打包;
5).将打包后的数据通过通讯模块发送给上位机处理模块30。
当主控制模块20接收到停止采样信号时,停止对肌电信号的采集。
本申请公开的步态分析系统,一方面通过对采集系统的电路结构进行优化,对器件选型的充分考虑,实现了对8通道肌电信号1000SPS的高速采样与无线数据传输。另一方面,在系统的形态结构设计方面针对步行过程中测量的应用场景做了优化设计,是为步行运动中的肌电信号测量专门设计的,对运动过程干扰小,更加方便实用。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。
Claims (10)
1.一种基于表面肌电信号的步态分析系统,其特征在于,包括多个电极片单元、肌电放大与滤波模块和主控制模块;
所述多个电极片单元用于连接人体以采集人体表面的肌电信号;
所述肌电放大与滤波模块用于对所述肌电信号进行滤波和放大;
所述主控制模块用于将放滤波和放大后的所述肌电信号转化为数字信号并打包,并将打包后的所述数字信号进行发送。
2.如权利要求1所述的系统,其特征在于,所述肌电放大与滤波模块包括仪表放大电路、高通滤波电路、低通滤波电路、比例放大电路和50Hz陷波电路;
所述仪表放大电路用于将所述肌电信号进行放大,并将放大后的所述肌电信号发送给所述高通滤波电路;
所述高通滤波电路用于滤除所述肌电信号的低频干扰信号,并将滤除低频干扰信号的所述肌电信号发送给所述低通滤波电路;
所述低通滤波电路用于滤除所述肌电信号的高频干扰信号,并将滤除高频干扰信号的所述肌电信号发送给所述比例放大电路;
所述比例放大电路用于对所述肌电信号进行放大,并将放大后的所述肌电信号发送给所述50Hz陷波电路;
所述50Hz陷波电路用于滤除所述肌电信号的50Hz干扰信号,并将滤除50Hz干扰信号的所述肌电信号发送给所述主控制模块。
3.如权利要求2所述的系统,其特征在于,每个电极片单元包括一对电极片、四根含屏蔽线的导联线和三节音频接口;所述电极片用于粘贴于人体表面,其中一个电极片通过两根导联线分别与三节音频接口的第一端和第三端连接,另一个电极片通过两根导联线分别与三节音频接口的第二端和第三端连接;所述三节音频接口用于插接所述肌电放大与滤波模块,且所述三节音频接口的第三端与所述肌电放大与滤波模块的接地端电连接。
4.如权利要求2所述的系统,其特征在于,所述肌电放大与滤波模块还包括右腿驱动电路,所述右腿驱动电路与所述仪表放大电路连接,用于降低所述肌电信号的共模干扰。
5.如权利要求1所述的系统,其特征在于,所述主控制模块包括模数转换器、控制器和通讯模块;
所述模数转换器,用于将所述肌电信号转化为数字信号;
所述控制器,用于将所述模数转换器转化的所述数字信号进行打包;
所述通讯模块,用于将打包后的所述数字信号通过无线方式进行发送。
6.如权利要求1所述的系统,其特征在于,所述主控模块对所述数字信号进行打包的数据包包括26个字节;其中,第1字节为数据包起始标志位,第2字节为时间标志位,从第3个字节开始,每3个字节记录一个所述电极片单元获取的数字信号信息。
7.如权利要求1所述的系统,其特征在于,还包括上位机处理模块,所述上位机处理模块包括上位机、显示装置和存储设备;
所述上位机,用于接收所述主控制模块发出的所述数字信号,并依据所述数字信号获得表面肌电信号的电压变化情况;所述显示装置,用于将所述上位机获取的表面肌电信号的电压变化情况进行显示;所述存储设备,用于存储所述数字信号和所述表面肌电信号的电压变化。
8.如权利要求1所述的系统,其特征在于,还包括电源模块,所述电源模块用于给所述肌电放大与滤波模块和主控制模块提供电源;所述电源模块包括电池。
9.如权利要求1所述的系统,其特征在于,所述肌电放大与滤波模块和所述主控制模块的硬件电路板采用柔性PCB。
10.如权利要求1至9任一项所述的系统,其特征在于,
所述主控制模块用于:
初始化配置,并等待采集开始信号或停止采样信号;
响应于采集开始信号,启动肌电信号的采集;
以1000SPS进行采样,采样间隔定时器设置为1ms,依次对每个电极片单元经肌电放大与滤波模块滤波和放大的肌电信号进行采集;
判断是否对各个电极片单元的肌电信号都采集完毕;
如果判断采集完毕,则将所采集到的数据进行打包;
将打包后的数据进行发送;
响应于停止采集信号,停止肌电信号的采集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811495268.1A CN109394230A (zh) | 2018-12-07 | 2018-12-07 | 一种基于表面肌电信号的步态分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811495268.1A CN109394230A (zh) | 2018-12-07 | 2018-12-07 | 一种基于表面肌电信号的步态分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109394230A true CN109394230A (zh) | 2019-03-01 |
Family
ID=65457855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811495268.1A Pending CN109394230A (zh) | 2018-12-07 | 2018-12-07 | 一种基于表面肌电信号的步态分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109394230A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112617866A (zh) * | 2020-12-31 | 2021-04-09 | 深圳美格尔生物医疗集团有限公司 | Emg肌电信号数字采集电路及系統 |
WO2024055212A1 (zh) * | 2022-09-14 | 2024-03-21 | 深圳市韶音科技有限公司 | 一种信号测量装置 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1985752A (zh) * | 2005-12-19 | 2007-06-27 | 周常安 | 分布式生理信号监测设备 |
CN102133103A (zh) * | 2010-12-15 | 2011-07-27 | 河北工业大学 | 用肌电信号识别人体行走步态周期的方法 |
CN202168823U (zh) * | 2011-07-01 | 2012-03-21 | 太原科技大学 | 人体表面肌电信号采集器 |
CN103417201A (zh) * | 2013-08-06 | 2013-12-04 | 中国科学院深圳先进技术研究院 | 一种采集人体姿态的体育运动辅助训练系统及其实现方法 |
CN103886215A (zh) * | 2014-04-04 | 2014-06-25 | 中国科学技术大学 | 一种基于肌肉协同的步行能力计算方法和装置 |
US20140336003A1 (en) * | 2013-05-08 | 2014-11-13 | The Regents Of The University Of Colorado, A Body Corporate | System and methods for measuring propulsive force during ambulation and providing real-time feedback |
CN104656094A (zh) * | 2015-03-20 | 2015-05-27 | 厦门大学 | 一种便携式步态信息采集装置 |
CN104799854A (zh) * | 2015-04-29 | 2015-07-29 | 深圳大学 | 一种表面肌电采集装置及其肌电信号处理方法 |
CN105078427A (zh) * | 2014-05-15 | 2015-11-25 | 北京大学深圳研究生院 | 一种体表生理信号监测系统与方法 |
CN105286804A (zh) * | 2015-12-04 | 2016-02-03 | 重庆大学 | 一种可穿戴式膝爬运动生理参数检测装置 |
CN105561567A (zh) * | 2015-12-29 | 2016-05-11 | 中国科学技术大学 | 一种计步及运动状态评估装置 |
CN105615890A (zh) * | 2015-12-24 | 2016-06-01 | 西安交通大学 | 人体下肢行走关节角度肌电连续解码方法 |
CN105879223A (zh) * | 2016-04-22 | 2016-08-24 | 广州雪利昂生物科技有限公司 | 表面肌电信号作为同步信号触发体外膈肌起搏器的方法及装置 |
CN106156524A (zh) * | 2016-07-29 | 2016-11-23 | 东北大学 | 一种智能下肢助力装置的在线步态规划系统及方法 |
CN106955111A (zh) * | 2017-04-21 | 2017-07-18 | 海南大学 | 基于表面肌电信号的脑瘫儿步态识别方法 |
CN206822623U (zh) * | 2016-12-13 | 2018-01-02 | 华南理工大学 | 一种便携式生理信号采集放大器 |
CN107788991A (zh) * | 2017-10-26 | 2018-03-13 | 复旦大学 | 可穿戴式下肢康复评估系统 |
CN107997743A (zh) * | 2018-01-16 | 2018-05-08 | 北京工业大学 | 基于体表子宫肌电的便携式宫缩监测系统 |
CN108720842A (zh) * | 2018-05-23 | 2018-11-02 | 上海交通大学 | 基于肌电信号反馈的可穿戴下肢康复系统 |
-
2018
- 2018-12-07 CN CN201811495268.1A patent/CN109394230A/zh active Pending
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1985752A (zh) * | 2005-12-19 | 2007-06-27 | 周常安 | 分布式生理信号监测设备 |
CN102133103A (zh) * | 2010-12-15 | 2011-07-27 | 河北工业大学 | 用肌电信号识别人体行走步态周期的方法 |
CN202168823U (zh) * | 2011-07-01 | 2012-03-21 | 太原科技大学 | 人体表面肌电信号采集器 |
US20140336003A1 (en) * | 2013-05-08 | 2014-11-13 | The Regents Of The University Of Colorado, A Body Corporate | System and methods for measuring propulsive force during ambulation and providing real-time feedback |
CN103417201A (zh) * | 2013-08-06 | 2013-12-04 | 中国科学院深圳先进技术研究院 | 一种采集人体姿态的体育运动辅助训练系统及其实现方法 |
CN103886215A (zh) * | 2014-04-04 | 2014-06-25 | 中国科学技术大学 | 一种基于肌肉协同的步行能力计算方法和装置 |
CN105078427A (zh) * | 2014-05-15 | 2015-11-25 | 北京大学深圳研究生院 | 一种体表生理信号监测系统与方法 |
CN104656094A (zh) * | 2015-03-20 | 2015-05-27 | 厦门大学 | 一种便携式步态信息采集装置 |
CN104799854A (zh) * | 2015-04-29 | 2015-07-29 | 深圳大学 | 一种表面肌电采集装置及其肌电信号处理方法 |
CN105286804A (zh) * | 2015-12-04 | 2016-02-03 | 重庆大学 | 一种可穿戴式膝爬运动生理参数检测装置 |
CN105615890A (zh) * | 2015-12-24 | 2016-06-01 | 西安交通大学 | 人体下肢行走关节角度肌电连续解码方法 |
CN105561567A (zh) * | 2015-12-29 | 2016-05-11 | 中国科学技术大学 | 一种计步及运动状态评估装置 |
CN105879223A (zh) * | 2016-04-22 | 2016-08-24 | 广州雪利昂生物科技有限公司 | 表面肌电信号作为同步信号触发体外膈肌起搏器的方法及装置 |
CN106156524A (zh) * | 2016-07-29 | 2016-11-23 | 东北大学 | 一种智能下肢助力装置的在线步态规划系统及方法 |
CN206822623U (zh) * | 2016-12-13 | 2018-01-02 | 华南理工大学 | 一种便携式生理信号采集放大器 |
CN106955111A (zh) * | 2017-04-21 | 2017-07-18 | 海南大学 | 基于表面肌电信号的脑瘫儿步态识别方法 |
CN107788991A (zh) * | 2017-10-26 | 2018-03-13 | 复旦大学 | 可穿戴式下肢康复评估系统 |
CN107997743A (zh) * | 2018-01-16 | 2018-05-08 | 北京工业大学 | 基于体表子宫肌电的便携式宫缩监测系统 |
CN108720842A (zh) * | 2018-05-23 | 2018-11-02 | 上海交通大学 | 基于肌电信号反馈的可穿戴下肢康复系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112617866A (zh) * | 2020-12-31 | 2021-04-09 | 深圳美格尔生物医疗集团有限公司 | Emg肌电信号数字采集电路及系統 |
WO2024055212A1 (zh) * | 2022-09-14 | 2024-03-21 | 深圳市韶音科技有限公司 | 一种信号测量装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107788976A (zh) | 基于振幅整合脑电图的睡眠监测系统 | |
Das et al. | A flexible touch sensor based on conductive elastomer for biopotential monitoring applications | |
Guerrero et al. | Analysis and simple circuit design of double differential EMG active electrode | |
CN205849452U (zh) | 一种肌电检测服 | |
Tam et al. | A wearable wireless armband sensor for high-density surface electromyography recording | |
Saadi et al. | Electrode-gel-skin interface characterization and modeling for surface biopotential recording: Impedance measurements and noise | |
Zhu et al. | A wearable, high-resolution, and wireless system for multichannel surface electromyography detection | |
da Silva et al. | Off-the-person electrocardiography | |
Erickson et al. | Intsy: a low-cost, open-source, wireless multi-channel bioamplifier system | |
CN109394230A (zh) | 一种基于表面肌电信号的步态分析系统 | |
Zhou et al. | Nano foldaway skin-like E-interface for detecting human bioelectrical signals | |
Mannatunga et al. | High performance 128-channel acquisition system for electrophysiological signals | |
CN113080892A (zh) | 用于心脑血管疾病风险预测的检测数据处理方法和系统 | |
CN106667480A (zh) | 一种用于穿戴式生理信号检测设备进行性能检验的人体模型 | |
Tao et al. | Real-time performance of textile electrodes in electromyogram pattern-recognition based prosthesis control | |
Li et al. | A wearable wireless device designed for surface electromyography acquisition | |
CN105877733A (zh) | 一种全科医生用的生物电测量仪 | |
CN107951486A (zh) | 一种头戴式干电极脑电信号采集装置 | |
Cecchini | Average threshold crossing validation for functional electrical stimulation applied to surface electromyographic signals | |
Kamal et al. | Development of A Low-Cost Real-Time Bioelectrical Signal Acquisition Module | |
Ruvalcaba et al. | Strategies for mimicking the movements of an upper extremity using superficial electromyographic signals | |
Bendib et al. | Implementation of a New Versatile Bio-Potential Measurement System | |
CN210902997U (zh) | 用于睡眠监测的ecg测量电极 | |
WO2024055212A1 (zh) | 一种信号测量装置 | |
Sannidhan et al. | Digital ECG data acquisition system |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190301 |
|
RJ01 | Rejection of invention patent application after publication |