CN110420025A - 表面肌电信号处理方法、装置和可穿戴设备 - Google Patents

表面肌电信号处理方法、装置和可穿戴设备 Download PDF

Info

Publication number
CN110420025A
CN110420025A CN201910825053.XA CN201910825053A CN110420025A CN 110420025 A CN110420025 A CN 110420025A CN 201910825053 A CN201910825053 A CN 201910825053A CN 110420025 A CN110420025 A CN 110420025A
Authority
CN
China
Prior art keywords
signal
surface electromyogram
kernel function
electromyogram signal
action section
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
CN201910825053.XA
Other languages
English (en)
Other versions
CN110420025B (zh
Inventor
田彦秀
韩久琦
牛天增
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.)
Beijing Haiyi Tongzhan Information Technology Co Ltd
Original Assignee
Beijing Haiyi Tongzhan Information Technology Co Ltd
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 Beijing Haiyi Tongzhan Information Technology Co Ltd filed Critical Beijing Haiyi Tongzhan Information Technology Co Ltd
Priority to CN201910825053.XA priority Critical patent/CN110420025B/zh
Publication of CN110420025A publication Critical patent/CN110420025A/zh
Priority to PCT/CN2020/109486 priority patent/WO2021042971A1/zh
Application granted granted Critical
Publication of CN110420025B publication Critical patent/CN110420025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—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
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本公开提出一种表面肌电信号处理方法、装置和可穿戴设备，涉及智能可穿戴设备技术领域。本公开的一种表面肌电信号处理方法，包括：获取表面肌电信号；将表面肌电信号导入核函数中做等距积分处理，获得判定信号；在判定信号大于预定阈值的情况下，确定判定信号对应的表面肌电信号处于动作段。通过这样的方法，能够先对表面肌电信号进行基于核函数的处理，在等距积分后得到判定信号，根据判定信号来确定是否处于动作段，从而减小了动作段检测对阈值设定的依赖，提高了动作段检测的准确性。

Description

表面肌电信号处理方法、装置和可穿戴设备
技术领域
本公开涉及智能可穿戴设备技术领域，特别是一种表面肌电信号处理方法、装置和可穿戴设备。
背景技术
表面肌电信号一般分为静息电位段和动作电位段，动作段检测是确定动作电位的起始和终止位置，有效地区分静息电位和动作电位是肌电信号手势动作识别的重要步骤之一，相关技术中动作电位检测方法有如下几种：
(1)移动平均法：先求表面肌电信号的平均值，然后求其平均值的范数，采用窗函数对表面肌电信号瞬时能量进行移动平均处理，得出的值与适当的阈值判断，认为大于该阈值的信号为动作电位段，小于该阈值为静息电位段。
(2)标准差与绝对均值检测：利用表面肌电信号的标准差和绝对均值，建立单一或双阈值进行判断。
(3)小波变换法：利用连续小波变换分解，计算不同尺度下的一组匹配滤波器输出的最大值，将该值与阈值比较，判断动作段的起始与终止位置。
(4)统计判据决策法：是一种基于模型的活动段检测方法，活动段的起始在统计过程模型的时变参数中作为一种突变量来适应所测量的信号，且该算法的准确性可通过统计模型来评估。
发明内容
本公开的一个目的在于提高运动段检测的准确性。
根据本公开的一些实施例的一个方面，提出一种表面肌电信号处理方法，包括：获取表面肌电信号；将表面肌电信号导入核函数中做等距积分处理，获得判定信号，其中，核函数中包括按照时间顺序在当前表面肌电信号之前的表面肌电信号；在判定信号大于预定阈值的情况下，确定判定信号对应的表面肌电信号处于动作段。
在一些实施例中，根据表面肌电信号导入核函数中做等距积分处理，获得判定信号包括：将单个表面肌电信号导入核函数中，更新核函数；基于梯形法计算该核函数单位等距积分，确定判定信号。
在一些实施例中，根据表面肌电信号导入核函数中做等距积分处理，获得判定信号还包括：初始化核函数为0；按照采集时间从先到后的顺序，将表面肌电信号集中的表面肌电信号逐个导入核函数中，每导入一个表面肌电信号后更新核函数，并做等距积分，获得当前表面肌电信号对应的判定信号；完成表面信号集中的各个表面肌电信号导入后，获得表面信号集对应的判定信号集。
在一些实施例中，获取表面肌电信号包括：采集初始表面肌电信号数据；基于基线阈值校正初始表面信号数据，获取表面肌电信号。
在一些实施例中，基于预定基线阈值校正初始表面信号数据包括：在初始表面肌电信号小于基线阈值的情况下，表面肌电信号为0；在初始表面肌电信号大于等于基线阈值的情况下，表面肌电信号为采集的初始表面信号数据。
在一些实施例中，还包括：根据公式：
thr＝mean{MAV1，MAV2，MAV3，...，MAVk}+A
确定基线阈值thr，其中，MAVi为初始表面肌电信号数据的静息态数据中滑动窗口内信号的最大值，i为1到k之间的正整数，k为滑动窗口个数，A为预定常数。
在一些实施例中，确定判定信号对应的表面肌电信号处于动作段包括：在前一个或多个判定信号小于等于预定阈值的情况下，若判定信号切换为大于预定阈值，则当前判定信号对应的表面肌电信号为动作段起始点信号；在前一个或多个判定信号大于预定阈值的情况下，若判定信号切换为小于预定阈值，则当前判定信号对应的表面肌电信号为动作段终止点信号。
通过这样的方法，能够先对表面肌电信号进行基于核函数的处理，在等距积分后得到判定信号，根据判定信号来确定是否处于动作段，从而减小了动作段检测对阈值设定的依赖，提高了动作段检测的准确性。
根据本公开的一些实施例的一个方面，提出一种表面肌电信号处理装置，包括：信号获取单元，被配置为获取表面肌电信号；判定信号获取单元，被配置为将表面肌电信号导入核函数中做等距积分处理，获得判定信号，其中，核函数中包括按照时间顺序在当前表面肌电信号之前的表面肌电信号；动作段确定单元，被配置为在判定信号大于预定阈值的情况下，确定判定信号对应的表面肌电信号处于动作段。
在一些实施例中，判定信号获取单元被配置为：将单个表面肌电信号导入核函数中，更新核函数；基于梯形法计算该核函数单位等距积分，确定判定信号。
在一些实施例中，判定信号获取单元还被配置为：初始化核函数为0；按照采集时间从先到后的顺序，将表面肌电信号集中的表面肌电信号逐个导入核函数中，每导入一个表面肌电信号后更新核函数，并做等距积分，获得当前表面肌电信号对应的判定信号；完成表面信号集中的各个表面肌电信号导入后，获得表面信号集对应的判定信号集。
在一些实施例中，信号获取单元被配置为：采集初始表面肌电信号数据；基于基线阈值校正初始表面信号数据，获取表面肌电信号。
在一些实施例中，信号获取单元被配置为：在初始表面肌电信号小于基线阈值的情况下，表面肌电信号为0；在初始表面肌电信号大于等于基线阈值的情况下，表面肌电信号为采集的初始表面信号数据。
在一些实施例中，信号获取单元还被配置为根据公式：
thr＝mean{MAV1，MAV2，MAV3，...，MAVk}+A
确定基线阈值thr，其中，MAVi为初始表面肌电信号数据的静息态数据中滑动窗口内信号的最大值，i为1到k之间的正整数，k为滑动窗口个数，A为预定常数。
在一些实施例中，动作段确定单元被配置为：在前一个或多个判定信号小于等于预定阈值的情况下，若判定信号切换为大于预定阈值，则当前判定信号对应的表面肌电信号为动作段起始点信号；在前一个或多个判定信号大于预定阈值的情况下，若判定信号切换为小于预定阈值，则当前判定信号对应的表面肌电信号为动作段终止点信号。
根据本公开的一些实施例的一个方面，提出一种表面肌电信号处理装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行上文中任意一种表面肌电信号处理方法。
这样的装置能够先对表面肌电信号进行基于核函数的处理，在等距积分后得到判定信号，根据判定信号来确定是否处于动作段，从而减小了动作段检测对阈值设定的依赖，提高了动作段检测的准确性。
根据本公开的一些实施例的一个方面，提出一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上文中任意一种表面肌电信号处理方法的步骤。
通过执行这样的计算机可读存储介质上的指令，能够先对表面肌电信号进行基于核函数的处理，在等距积分后得到判定信号，根据判定信号来确定是否处于动作段，从而减小了动作段检测对阈值设定的依赖，提高了动作段检测的准确性。
另外，根据本公开的一些实施例的一个方面，提出一种可穿戴设备，包括：肌电信号采集装置，被配置为采集表面肌电信号；和上文中任意一种表面肌电信号处理装置。
这样的可穿戴设备能够先对表面肌电信号进行基于核函数的处理，在等距积分后得到判定信号，根据判定信号来确定是否处于动作段，从而减小了动作段检测对阈值设定的依赖，提高了动作段检测的准确性。
附图说明
此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1为本公开的表面肌电信号处理方法的一些实施例的流程图。
图2为本公开的表面肌电信号处理方法的另一些实施例的流程图。
图3A～3C为本公开的表面肌电信号处理的一些实施例的示意图。
图4为本公开的表面肌电信号处理装置的一些实施例的示意图。
图5为本公开的表面肌电信号处理装置的另一些实施例的示意图。
图6为本公开的表面肌电信号处理装置的又一些实施例的示意图。
图7为本公开的可穿戴设备的一些实施例的示意图。
具体实施方式
下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
发明人发现，相关技术中的动作段检测存在以下问题：
1.移动平均法的计算量大，采用滑动窗口加上算法本身运行时间均会产生延迟；对阈值的依赖性比较强，如果表面肌电信号的噪声量较大时，不能较好地达到精确检测的目的，且由于个体差异造成的阈值普适性不高。
2.标准差与绝对均值检测虽然比较简单，但检测精度不高。当滑动窗口数据量少时，异常值对活动段的检测准确率影响很大，当滑动窗数据大时，就会产生延迟，且对噪声比较敏感。
3.小波变换法是一种时频分析方法，计算量很大，不同尺度的分解依赖于母小波函数的选择，需要的先验知识进行验证。
4.统计判据决策法需要不断获取当前肌电信号水平等先验知识建立预先模型，且计算量大。
本公开的表面肌电信号处理方法的一些实施例的流程图如图1所示。
在步骤101中，获取表面肌电信号。在一些实施例中，可以利用附着于被探测用户的身体表面的肌电信号采集装置采集表面肌电信号。在一些实施例中，直接采集的信号可以作为初始表面肌电信号数据，在校正处理后得到表面肌电信号。
在步骤102中，将表面肌电信号导入核函数中做等距积分处理，获得判定信号。在一些实施例中，核函数可以为包括当前表面肌电信号的前序信号的数据集，核函数的初始状态为0，在信号处理过程中逐渐丰富其中的数据。在一些实施例中，每个表面肌电信号对应于一个判定信号。
在步骤103中，判断判定信号是否大于预定阈值。若判定信号大于预定阈值，则执行步骤104，否则，判定信号对应的表面肌电信号处于静息态。
在步骤104中，确定判定信号对应的表面肌电信号处于动作段。
通过这样的方法，能够先对表面肌电信号进行基于核函数的处理，在等距积分后得到判定信号，根据判定信号来确定是否处于动作段，从而减小了动作段检测对阈值设定的依赖，提高了动作段检测的准确性。
本公开的表面肌电信号处理方法的另一些实施例的流程图如图2所示。
在步骤201中，通过附着于被探测的用户表面的探测器采集初始表面肌电信号数据。在一些实施例中，初始表面肌电信号数据可以如图3A所示，其中幅度较高的为动作段，活动段之间平稳的部分为静息段。
在步骤202中，根据静息态表面肌电信号数据确定基线阈值。在一些实施例中，可以请被探测用户处于静息态并采集数据，该数据为确认的静息态表面肌电信号数据。在一些实施例中，可以根据公式：
thr＝mean{MAV1，MAV2，MAV3，...，MAVk}+A
确定基线阈值thr，其中，mean为取平均操作的运算符，MAVi为初始表面肌电信号数据的静息态数据中滑动窗口内信号的最大值，i为1到k之间的正整数，k为滑动窗口个数，A为预定常数。在一些实施例中，可以基于经验设定预定常数A，并在测量过程中调整A以提高准确度。
在步骤203中，基于基线阈值校正初始表面信号数据，获取表面肌电信号。在一些实施例中，可以设定在初始表面肌电信号小于基线阈值的情况下，表面肌电信号为0；在初始表面肌电信号大于等于基线阈值的情况下，表面肌电信号为采集的初始表面信号数据。如基于公式
修正初始表面肌电信号数据，得到表面肌电信号，其中xi为采集的初始表面肌电信号数据，thr为初始肌电信号数据的基线阈值。
在步骤204中，将表面肌电信号导入核函数中，并更新核函数。在一些实施例中，核函数是数据点与包括已导入表面肌电信号的数据集的集合。
在一些实施例中，在第一个表面肌电信号到来之前，初始化核函数为0，初始化核函数的形式为kernel(jk)＝0，j1，j2，j3，...，jn，其中，0、j1～jn表示核函数中的数据点；在表面肌电信号si传入核函数中后(假设si导入前尚未导入其他表面肌电信号数据)，核函数更新为kernel＝{j2，...，jn，si}，j2，...，jn；在按照时序的下一个表面肌电信号si+1传入核函数中后，核函数更新为kernel＝{j3，...，jn，si，si+1}，j3，j4，...，jn。
在步骤205中，基于梯形法计算该核函数单位等距积分，确定判定信号。在一些实施例中，将核函数看作一维时间序列做等距积分计算。如，在表面肌电信号si传入核函数中后基于梯形法计算该核函数单位等距积分，得到si对应的判定信号yi；在按照时序的下一个表面肌电信号si+1传入核函数中后，计算积分得到si+1对应的判定信号yi+1。在一些实施例中，针对一系列的表面肌电信号确定的判定信号可以如图3B所示。
在步骤206中，判断当前的判定信号前一个或多个信号是否小于等于预定阈值。若小于等于预定阈值，则说明之前处于静息态，执行步骤207；否则，说明之前处于活动态，执行步骤210。
在步骤207中，判断当前判定信号是否小于等于预定阈值。若小于等于预定阈值，则执行步骤208；否则，执行步骤209。
在步骤208中，当前被探测的用户保持静息态。在当前处理的判定信号还包括后续信号的情况下，执行步骤213。
在步骤209中，当前判定信号对应的表面肌电信号为动作段起始点信号，当前被探测的用户从静息态切换为活动态。在当前处理的判定信号还包括后续信号的情况下，执行步骤213。
在步骤210中，判断当前判定信号是否小于预定阈值。若小于预定阈值，则执行步骤211，否则执行步骤212。
在步骤211中，当前判定信号对应的表面肌电信号为动作段终止点信号，当前被探测的用户从活动态切换为静息态。在当前处理的判定信号)还包括后续信号的情况下，执行步骤213。
在步骤212中，当前被探测的用户保持静息态。在当前处理的判定信号还包括后续信号的情况下，执行步骤213。
图3C中给出了基于下方的判断信号区分的动作段和静息段，与上方对应的初始表面肌电信号的关系。从图3C的对照中能够看出，由于刚刚进入动作段或者刚刚离开动作段时，初始表面肌电信号数据的幅度较小，难以与静息段数据区分，容易误判，其准确度严重依赖于阈值。而初始表面肌电信号对应的判定信号在刚刚进入动作段或者刚刚离开动作段时都有较大的幅度变化，从而提高了判断的准确性。
在步骤213中，按照采集时间从先到后的顺序获得缓存的下一个表面肌电信号，并执行步骤204。在一些实施例中，可以在采集到一段初始表面肌电信号数据后做集中处理，得到对应的表面肌电信号集，将表面肌电信号集中的表面肌电信号逐个导入核函数中；完成表面信号集中的各个表面肌电信号导入后，获得表面信号集对应的判定信号集。
在一些实施例中，在信号采集和分析处理同步执行的情况下还可以在完成步骤208、209、211或212的操作后，跳转至步骤201，获取下一个采集到的初始表面肌电信号。
通过这样的方法，能够先进行基线校正，后利用核函数概念得到判定信号，相当于对原始信号进行了二次转换，增大了静息电位与动作电位之间微小的差异值，提升了后续检测的准确度，且该算法采用核函数的概念缩小了滑动窗口在识别起始点时带来的时间延迟。
本公开的表面肌电信号处理装置的一些实施例的示意图如图4所示。
信号获取单元401能够获取表面肌电信号。在一些实施例中，可以利用附着于被探测用户的身体表面的肌电信号采集装置采集表面肌电信号。在一些实施例中，直接采集的信号可以作为初始表面肌电信号，在校正处理后得到表面肌电信号。
判定信号获取单元402能够将表面肌电信号导入核函数中做等距积分处理，获得判定信号。在一些实施例中，核函数可以为包括当前表面肌电信号的前序信号的数据集，核函数的初始状态为0，在信号处理过程中逐渐丰富其中的数据。在一些实施例中，每个表面肌电信号对应于一个判定信号。
动作段确定单元403能够在判定信号大于预定阈值的情况下，确定判定信号对应的表面肌电信号处于动作段；在判定信号不大于预定阈值的情况下，确定判定信号对应的表面肌电信号处于静息段。在一些实施例中，动作段确定单元能够在之前处于静息态的情况下，若当前判定信号小于等于预定阈值，则确定保持静息态；若当前信号大于预定阈值，则当前判定信号对应的表面肌电信号为动作段起始点信号，当前被探测的用户从静息态切换为活动态。
在一些实施例中，动作段确定单元能够在之前处于活动态的情况下，若当前判定信号大于等于预定阈值，则确定保持活动态；若当前信号小于预定阈值，则当前判定信号对应的表面肌电信号为动作段结束点信号，当前被探测的用户从活动态切换为静息态。
这样的表面肌电信号处理装置能够先对表面肌电信号进行基于核函数的处理，在等距积分后得到判定信号，根据判定信号来确定是否处于动作段，从而减小了动作段检测对阈值设定的依赖，提高了动作段检测的准确性。
在一些实施例中，判定信号获取单元402对表面肌电信号的处理过程可以包括：将单个表面肌电信号导入核函数中，更新核函数；基于梯形法计算该核函数单位等距积分，确定判定信号。
在一些实施例中，核函数的构建方法可以包括：
初始化核函数为0，初始化核函数的形式为kernel(jk)＝0，j1，j2，j3，...，jn；在表面肌电信号si传入核函数中后，核函数更新为kernel＝{j2，...，jn，si}，j2，...，jn＝0，在表面肌电信号si传入核函数中后基于梯形法计算该核函数单位等距积分，得到si对应的判定信号yi；在按照时序的下一个表面肌电信号si+1传入核函数中后，核函数更新为kernel＝{j3，...，jn，si，si+1}，j3，j4，...，jn＝0，在按照时序的下一个表面肌电信号si+1传入核函数中后，计算积分得到si+1对应的判定信号yi+1。
这样的表面肌电信号处理装置能够在处理过程中逐步的构建核函数，使核函数中具备当前信号之前的所有信号的强度信息，增大了静息电位与动作电位之间微小的差异值，提升了后续检测的准确度。
在一些实施例中，信号获取单元401能够先采集初始表面肌电信号数据，再对采集的初始数据进行校正，获取表面肌电信号。如如基于公式
修正初始表面肌电信号数据，得到表面肌电信号，其中xi为采集的初始表面肌电信号数据，thr为初始肌电信号数据的基线阈值。
在一些实施例中，信号获取单元还能够根据静息态数据确定基线阈值，如根据公式：
thr＝mean{MAV1，MAV2，MAV3，...，MAVk}+A
确定基线阈值thr，其中，MAVi为初始表面肌电信号数据的静息态数据中滑动窗口内信号的最大值，i为1到k之间的正整数，k为滑动窗口个数，A为预定常数。
本公开表面肌电信号处理装置的一个实施例的结构示意图如图5所示。表面肌电信号处理装置包括存储器501和处理器502。其中：存储器501可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储上文中表面肌电信号处理方法的对应实施例中的指令。处理器502耦接至存储器501，可以作为一个或多个集成电路来实施，例如微处理器或微控制器。该处理器502用于执行存储器中存储的指令，能够减小动作段检测对阈值设定的依赖，提高动作段检测的准确性。
在一个实施例中，还可以如图6所示，表面肌电信号处理装置600包括存储器601和处理器602。处理器602通过BUS总线603耦合至存储器601。该表面肌电信号处理装置600还可以通过存储接口604连接至外部存储装置605以便调用外部数据，还可以通过网络接口606连接至网络或者另外一台计算机系统(未标出)。此处不再进行详细介绍。
在该实施例中，通过存储器存储数据指令，再通过处理器处理上述指令，能够减小动作段检测对阈值设定的依赖，提高动作段检测的准确性。
在另一个实施例中，一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现表面肌电信号处理方法对应实施例中的方法的步骤。本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开的可穿戴设备的一些实施例的示意图如图7所示。肌电信号采集装置71可以为附着于被探测的用户身体表面的探测器，能够采集用户表面肌电信号。表面肌电信号处理装置72可以为上文中提到的任意一种。表面肌电信号处理装置72可以集成于可穿戴设备的终端中，也可以由探测器将探测数据通过有线或无线的方式发送至远端的数据处理侧，由数据处理侧的表面肌电信号处理装置72执行如上文中提到的表面肌电信号处理方法。
这样的可穿戴设备能够先对表面肌电信号进行基于核函数的处理，在等距积分后得到判定信号，根据判定信号来确定是否处于动作段，从而减小了动作段检测对阈值设定的依赖，提高了动作段检测的准确性。
本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本公开的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
最后应当说明的是：以上实施例仅用以说明本公开的技术方案而非对其限制；尽管参照较佳实施例对本公开进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本公开的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本公开技术方案的精神，其均应涵盖在本公开请求保护的技术方案范围当中。

Claims (14)

1.一种表面肌电信号处理方法，包括：
获取表面肌电信号；
将表面肌电信号导入核函数中做等距积分处理，获得判定信号，其中，所述核函数中包括按照时间顺序在当前表面肌电信号之前的表面肌电信号；
在判定信号大于预定阈值的情况下，确定判定信号对应的表面肌电信号处于动作段。
2.根据权利要求1所述的方法，其中，所述根据表面肌电信号导入核函数中做等距积分处理，获得判定信号包括：
将单个表面肌电信号导入核函数中，更新核函数；
基于梯形法计算该核函数单位等距积分，确定判定信号。
3.根据权利要求2所述的方法，其中，所述根据表面肌电信号导入核函数中做等距积分处理，获得判定信号还包括：
初始化核函数为0；
按照采集时间从先到后的顺序，将表面肌电信号集中的表面肌电信号逐个导入核函数中，每导入一个所述表面肌电信号后更新所述核函数，并做等距积分，获得当前表面肌电信号对应的判定信号；
完成表面信号集中的各个表面肌电信号导入后，获得所述表面信号集对应的判定信号集。
4.根据权利要求1所述的方法，其中，所述获取表面肌电信号包括：
采集初始表面肌电信号数据；
基于基线阈值校正所述初始表面信号数据，获取所述表面肌电信号。
5.根据权利要求4所述的方法，其中，所述基于预定基线阈值校正所述初始表面信号数据包括：
在所述初始表面肌电信号小于基线阈值的情况下，所述表面肌电信号为0；
在所述初始表面肌电信号大于等于基线阈值的情况下，所述表面肌电信号为采集的所述初始表面信号数据。
6.根据权利要求4或5所述的方法，还包括：根据公式：
thr＝mean{MAV1,MAV2,MAV3,…,MAVk}+A
确定所述基线阈值thr，其中，MAVi为初始表面肌电信号数据的静息态数据中滑动窗口内信号的最大值，i为1到k之间的正整数，k为滑动窗口个数，A为预定常数。
7.根据权利要求1所述的方法，其中，所述确定所述判定信号对应的表面肌电信号处于动作段包括：
在前一个或多个判定信号小于等于预定阈值的情况下，若判定信号切换为大于预定阈值，则当前判定信号对应的表面肌电信号为动作段起始点信号；
在前一个或多个判定信号大于预定阈值的情况下，若判定信号切换为小于预定阈值，则当前判定信号对应的表面肌电信号为动作段终止点信号。
8.一种表面肌电信号处理装置，包括：
信号获取单元，被配置为获取表面肌电信号；
判定信号获取单元，被配置为将表面肌电信号导入核函数中做等距积分处理，获得判定信号，其中，所述核函数中包括按照时间顺序在当前表面肌电信号之前的表面肌电信号；
动作段确定单元，被配置为在判定信号大于预定阈值的情况下，确定判定信号对应的表面肌电信号处于动作段。
9.根据权利要求8所述的装置，其中，所述判定信号获取单元被配置为：
将单个表面肌电信号导入核函数中，更新核函数；
基于梯形法计算该核函数单位等距积分，确定判定信号。
10.根据权利要求9所述的装置，其中，所述判定信号获取单元还被配置为：
初始化核函数为0；
按照采集时间从先到后的顺序，将表面肌电信号集中的表面肌电信号逐个导入核函数中，每导入一个所述表面肌电信号后更新所述核函数，并做等距积分，获得当前表面肌电信号对应的判定信号；
完成表面信号集中的各个表面肌电信号导入后，获得所述表面信号集对应的判定信号集。
11.根据权利要求8所述的装置，其中，所述信号获取单元被配置为：
采集初始表面肌电信号数据；
基于基线阈值校正所述初始表面信号数据，获取所述表面肌电信号。
12.一种表面肌电信号处理装置，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1至7任一项所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现权利要求1至7任意一项所述的方法的步骤。
14.一种可穿戴设备，包括：
肌电信号采集装置，被配置为采集表面肌电信号；和，
权利要求8～12任意一项所述的表面肌电信号处理装置。
CN201910825053.XA 2019-09-03 2019-09-03 表面肌电信号处理方法、装置和可穿戴设备 Active CN110420025B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910825053.XA CN110420025B (zh) 2019-09-03 2019-09-03 表面肌电信号处理方法、装置和可穿戴设备
PCT/CN2020/109486 WO2021042971A1 (zh) 2019-09-03 2020-08-17 表面肌电信号处理方法、装置和可穿戴设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910825053.XA CN110420025B (zh) 2019-09-03 2019-09-03 表面肌电信号处理方法、装置和可穿戴设备

Publications (2)

Publication Number Publication Date
CN110420025A true CN110420025A (zh) 2019-11-08
CN110420025B CN110420025B (zh) 2022-02-01

Family

ID=68418566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910825053.XA Active CN110420025B (zh) 2019-09-03 2019-09-03 表面肌电信号处理方法、装置和可穿戴设备

Country Status (2)

Country Link
CN (1) CN110420025B (zh)
WO (1) WO2021042971A1 (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111241983A (zh) * 2020-01-07 2020-06-05 北京海益同展信息科技有限公司 一种姿势检测方法、装置、系统、电子设备及存储介质
CN111387978A (zh) * 2020-03-02 2020-07-10 北京海益同展信息科技有限公司 一种表面肌电信号的动作段检测方法、装置、设备及介质
CN111603162A (zh) * 2020-05-07 2020-09-01 北京海益同展信息科技有限公司 肌电信号处理方法、装置、智能可穿戴设备及存储介质
CN111616846A (zh) * 2020-05-29 2020-09-04 北京海益同展信息科技有限公司 假肢控制方法、装置、电子设备及存储介质
CN111714122A (zh) * 2020-06-22 2020-09-29 北京海益同展信息科技有限公司 肌电模式识别方法、装置、设备和计算机可读存储介质
CN111839847A (zh) * 2020-07-02 2020-10-30 北京海益同展信息科技有限公司 肌电假肢控制方法、装置、电子设备和计算机可读介质
CN111844032A (zh) * 2020-07-15 2020-10-30 北京海益同展信息科技有限公司 肌电信号处理、外骨骼机器人控制方法及装置
CN111923048A (zh) * 2020-08-14 2020-11-13 北京海益同展信息科技有限公司 肌电信号分类、外骨骼机器人控制方法及装置
CN111938656A (zh) * 2020-07-28 2020-11-17 南京审计大学 一种基于膝关节外骨骼的实时行走模式识别方法及系统
CN112123332A (zh) * 2020-08-10 2020-12-25 北京海益同展信息科技有限公司 手势分类器的构建方法、外骨骼机器人控制方法及装置
WO2021042971A1 (zh) * 2019-09-03 2021-03-11 北京海益同展信息科技有限公司 表面肌电信号处理方法、装置和可穿戴设备
CN113589920A (zh) * 2020-04-30 2021-11-02 北京海益同展信息科技有限公司 手势识别方法、人机交互方法、装置、设备及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113157095A (zh) * 2021-04-23 2021-07-23 上海交通大学 基于表面肌电信号的嵌入式实时自适应控制方法和系统
CN115114962A (zh) * 2022-07-19 2022-09-27 歌尔股份有限公司 基于表面肌电信号的控制方法、装置及可穿戴设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104398326A (zh) * 2014-12-10 2015-03-11 重庆大学 用于稳定肌电假肢手力量输出的电刺激诱发肌电反馈控制方法及装置
US20160317058A1 (en) * 2015-05-01 2016-11-03 Brian E. Kaminski EMG Circuit
CN107198508A (zh) * 2016-08-26 2017-09-26 常州市钱璟康复股份有限公司 康复度排序方法及复合式交互训练系统
CN110151177A (zh) * 2019-05-28 2019-08-23 长春理工大学 基于表面肌电信号的足下垂检测装置及检测方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6171258B1 (en) * 1998-10-08 2001-01-09 Sleep Solutions, Inc. Multi-channel self-contained apparatus and method for diagnosis of sleep disorders
US20110040349A1 (en) * 2009-08-12 2011-02-17 Daniel Graupe Noninvasive electrical stimulation system for standing and walking by paraplegic patients
CN103984962B (zh) * 2014-05-30 2017-03-29 河北工业大学 一种基于肌电信号的外骨骼行走模式识别方法
CN105446484B (zh) * 2015-11-19 2018-06-19 浙江大学 一种基于隐马尔科夫模型的肌电信号手势识别方法
CN106527716B (zh) * 2016-11-09 2020-12-29 努比亚技术有限公司 一种基于肌电信号的穿戴设备及其与终端的交互方法
CN109394476B (zh) * 2018-12-06 2021-01-19 上海神添实业有限公司 脑肌信息自动意图识别与上肢智能控制方法及系统
CN109589114A (zh) * 2018-12-26 2019-04-09 杭州电子科技大学 基于ceemd和区间阈值的肌电消噪方法
CN109567798A (zh) * 2018-12-26 2019-04-05 杭州电子科技大学 基于肌电小波相干性和支持向量机的日常行为识别方法
CN110420025B (zh) * 2019-09-03 2022-02-01 京东科技信息技术有限公司 表面肌电信号处理方法、装置和可穿戴设备
CN111387978B (zh) * 2020-03-02 2023-09-26 京东科技信息技术有限公司 一种表面肌电信号的动作段检测方法、装置、设备及介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104398326A (zh) * 2014-12-10 2015-03-11 重庆大学 用于稳定肌电假肢手力量输出的电刺激诱发肌电反馈控制方法及装置
US20160317058A1 (en) * 2015-05-01 2016-11-03 Brian E. Kaminski EMG Circuit
CN107198508A (zh) * 2016-08-26 2017-09-26 常州市钱璟康复股份有限公司 康复度排序方法及复合式交互训练系统
CN110151177A (zh) * 2019-05-28 2019-08-23 长春理工大学 基于表面肌电信号的足下垂检测装置及检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨铮: "基于肌肉活动段检测表面肌电信号灵敏性研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 *
顾绍玲等: "基于表面肌电信号的磨牙信号监测系统设计", 《医疗卫生装备》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021042971A1 (zh) * 2019-09-03 2021-03-11 北京海益同展信息科技有限公司 表面肌电信号处理方法、装置和可穿戴设备
CN111241983A (zh) * 2020-01-07 2020-06-05 北京海益同展信息科技有限公司 一种姿势检测方法、装置、系统、电子设备及存储介质
CN111241983B (zh) * 2020-01-07 2023-09-26 京东科技信息技术有限公司 一种姿势检测方法、装置、系统、电子设备及存储介质
CN111387978A (zh) * 2020-03-02 2020-07-10 北京海益同展信息科技有限公司 一种表面肌电信号的动作段检测方法、装置、设备及介质
CN111387978B (zh) * 2020-03-02 2023-09-26 京东科技信息技术有限公司 一种表面肌电信号的动作段检测方法、装置、设备及介质
WO2021219039A1 (zh) * 2020-04-30 2021-11-04 京东数科海益信息科技有限公司 手势识别方法、人机交互方法、装置、设备及存储介质
CN113589920A (zh) * 2020-04-30 2021-11-02 北京海益同展信息科技有限公司 手势识别方法、人机交互方法、装置、设备及存储介质
CN111603162A (zh) * 2020-05-07 2020-09-01 北京海益同展信息科技有限公司 肌电信号处理方法、装置、智能可穿戴设备及存储介质
CN111603162B (zh) * 2020-05-07 2023-05-30 京东科技信息技术有限公司 肌电信号处理方法、装置、智能可穿戴设备及存储介质
CN111616846A (zh) * 2020-05-29 2020-09-04 北京海益同展信息科技有限公司 假肢控制方法、装置、电子设备及存储介质
CN111714122A (zh) * 2020-06-22 2020-09-29 北京海益同展信息科技有限公司 肌电模式识别方法、装置、设备和计算机可读存储介质
CN111839847B (zh) * 2020-07-02 2023-09-01 京东科技信息技术有限公司 肌电假肢控制方法、装置、电子设备和计算机可读介质
CN111839847A (zh) * 2020-07-02 2020-10-30 北京海益同展信息科技有限公司 肌电假肢控制方法、装置、电子设备和计算机可读介质
WO2022012364A1 (zh) * 2020-07-15 2022-01-20 京东科技信息技术有限公司 肌电信号处理、外骨骼机器人控制方法及装置
CN111844032B (zh) * 2020-07-15 2022-04-12 京东科技信息技术有限公司 肌电信号处理、外骨骼机器人控制方法及装置
CN111844032A (zh) * 2020-07-15 2020-10-30 北京海益同展信息科技有限公司 肌电信号处理、外骨骼机器人控制方法及装置
CN111938656A (zh) * 2020-07-28 2020-11-17 南京审计大学 一种基于膝关节外骨骼的实时行走模式识别方法及系统
CN112123332A (zh) * 2020-08-10 2020-12-25 北京海益同展信息科技有限公司 手势分类器的构建方法、外骨骼机器人控制方法及装置
CN111923048A (zh) * 2020-08-14 2020-11-13 北京海益同展信息科技有限公司 肌电信号分类、外骨骼机器人控制方法及装置

Also Published As

Publication number Publication date
CN110420025B (zh) 2022-02-01
WO2021042971A1 (zh) 2021-03-11

Similar Documents

Publication Publication Date Title
CN110420025A (zh) 表面肌电信号处理方法、装置和可穿戴设备
US9576179B2 (en) User authentication method and apparatus based on fingerprint and electrocardiogram (ECG) signal
EP2989967B1 (en) User registration method and corresponding user authentication apparatus based on electrocardiogram (ecg) signal
US20220296157A1 (en) Motion speed analysis method and apparatus, and wearable device
WO2019192235A1 (zh) 一种基于移动设备的用户身份认证方法及系统
CN105943013B (zh) 心率检测方法及装置、智能可穿戴设备
CN108921101A (zh) 基于手势识别控制指令的处理方法、设备及可读存储介质
CN109634415B (zh) 一种用于控制模拟量的手势识别控制方法
US20170143226A1 (en) Action Recognition Method and Device Based on Surface Electromyography Signal
US9703421B2 (en) Touch positioning method for touch display device, and touch display device
Lopes et al. Hand/arm gesture segmentation by motion using IMU and EMG sensing
CN106778477A (zh) 网球拍动作识别方法及装置
CN106123911A (zh) 一种基于加速传感器和角速度传感器的记步方法
CN109448705A (zh) 一种语音切分方法及装置、计算机装置和可读存储介质
CN111536989A (zh) 基于峰值检测的自适应时间窗口计步方法
CN111513706A (zh) 一种针对含有异常r波的心电信号的检测方法和装置
CN111288986A (zh) 一种运动识别方法及运动识别装置
CN107361763B (zh) 一种心电图数据r波检测方法及装置
CN111700718A (zh) 一种识别握姿的方法、装置、假肢及可读存储介质
Salvi et al. An optimised algorithm for accurate steps counting from smart-phone accelerometry
CN109766559B (zh) 一种手语识别翻译系统及其识别方法
CN103544469A (zh) 一种基于掌心测距的指尖检测方法和装置
CN112754470B (zh) 体态处理方法、装置及计算机可读存储介质
CN103006205B (zh) 一种心电信号基线识别器及识别方法
CN114470719B (zh) 一种全自动姿态矫正训练方法及系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Technology Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: BEIJING HAIYI TONGZHAN INFORMATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant