CN112773381A - 一种肌电信号的处理方法、处理设备以及存储介质 - Google Patents
一种肌电信号的处理方法、处理设备以及存储介质 Download PDFInfo
- Publication number
- CN112773381A CN112773381A CN201911082024.5A CN201911082024A CN112773381A CN 112773381 A CN112773381 A CN 112773381A CN 201911082024 A CN201911082024 A CN 201911082024A CN 112773381 A CN112773381 A CN 112773381A
- Authority
- CN
- China
- Prior art keywords
- electromyographic signal
- value
- electromyographic
- frequency adjustment
- baseline frequency
- 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
Images
Classifications
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请公开了一种肌电信号的处理方法、处理设备以及存储介质,其中,该肌电信号的处理方法包括:获取待处理的肌电信号;确定肌电信号的第一基线频率调整值;根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值;基于第二基线频率调整值,检测肌电信号的收缩起止点。通过上述方式,能够使确定的收缩波的起止点更加准确,保证了后续的参数提取的准确性,进一步提高了肌电信号检测的质量。
Description
技术领域
本申请涉及肌电信号检测技术领域,特别是涉及一种肌电信号的处理方法、处理设备以及存储介质。
背景技术
表面肌电信号(SurfaceElectromyogram,SEMG)是一种重要的人体生物信号,是通过人体表面电极,在人体皮肤表面采集人体肌肉运动时所产生的电位信号。它的来源是人体自主运动时神经肌肉活动发放的生物电信号,这些电信号沿肌纤维传播并经由皮肤、脂肪构成的容积导体滤波后在皮肤表面检测电极处的时间和空间上综合叠加,最终形成表面肌电信号。由于不同的动作引发不用的肌肉群作用,产生的肌电信号就不同,所以肌电信号在识别人体动作方面具有独到的优势,被广泛应用于假肢控制、康复训练、临床医学和体育科学等诸多领域中。
在检测得到表面肌电信号后,如何从该表面肌电信号后中得到需要的参数,对后续人体健康检测和康复有着至关重要的作用。
发明内容
为解决上述问题,本申请提供了一种肌电信号的处理方法、处理设备以及存储介质,能够使确定的收缩波的起止点更加准确,保证了后续的参数提取的准确性,进一步提高了肌电信号检测的质量。
本申请采用的一个技术方案是:提供一种肌电信号的处理方法,该方法包括:获取待处理的肌电信号;确定肌电信号的第一基线频率调整值;根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值;基于第二基线频率调整值,检测肌电信号的收缩起止点。
其中,确定肌电信号的第一基线频率调整值,包括:对肌电信号进行预处理;根据设定的肌电信号固定值,对预处理之后的肌电信号的多个肌电信号值进行增益调节;统计增益调节后的肌电信号的多个肌电信号值的频率分布情况;在多个肌电信号值中的目标肌电信号值对应的频率值,在以目标肌电信号为中心的设定宽度窗口内为最大值时,确定肌电信号的第一基线频率调整值。
其中,对肌电信号进行预处理,包括:采用设定的窗函数对肌电信号进行滑动平均处理;根据滑动平均处理之后的肌电信号的最大值和最小值,对肌电信号进行归一化处理。
其中,根据设定的肌电信号固定值,对预处理之后的肌电信号的多个肌电信号值进行增益调节,包括:对肌电信号进行整数化处理;以设定的肌电信号固定值作为基准,对肌电信号中的多个肌电信号值进行增益调节,以将肌电信号中的最大肌电信号值调节至与设定的肌电信号固定值相同。
其中,确定肌电信号的第一基线频率调整值,包括:获取肌电信号的频率分布曲线;计算频率分布曲线对应的总面积;确定频率分布曲线中对应总面积的设定比例位置对应的目标肌电信号值;将目标肌电信号值还原成预处理之前的实际肌电信号值;将实际肌电信号值作为第一基线频率调整值。
其中,根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值,包括:获取肌电信号中的多个实际肌电信号值;将多个实际肌电信号值分别与第一基线频率调整值进行比较,并统计大于第一基线频率调整值的实际肌电信号值的目标数量;在目标数量与多个实际肌电信号值的总数量的比值大于设定比例阈值时,调高第一基线频率调整值,以得到第二基线频率调整值;或在目标数量与多个实际肌电信号值的总数量的比值小于设定比例阈值时,调低第一基线频率调整值,以得到第二基线频率调整值。
其中,基于第二基线频率调整值,检测肌电信号的收缩起止点,包括:将肌电信号的多个肌电信号值依次与第二基线频率调整值进行比较;在检测到的第一肌电信号值大于第二基线频率调整值时,将第一肌电信号值作为起始点;以及在第一肌电信号值之后首次检测到的第二肌电信号值小于第二基线频率调整值时,将第二肌电信号值作为结束点。
其中,该方法还包括:检测起始点和结束点之间的多个肌电信号值分别与最大肌电信号值的多个比值;在多个比值位于设定的阈值范围内时,确定起始点和结束点为一个有效收缩波的收缩起止点。
本申请采用的另一个技术方案是:提供一种肌电信号的处理设备,该处理设备包括相互连接的处理器和存储器,存储器中存储有程序数据,处理器用于执行程序数据以实现如上述的方法。
本申请采用的另一个技术方案是:提供一种计算机存储介质,该计算机存储介质中存储有程序数据,程序数据在被处理器执行时,用以实现如上述的方法。
本申请提供的肌电信号的处理方法包括:获取待处理的肌电信号;确定肌电信号的第一基线频率调整值;根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值;基于第二基线频率调整值,检测肌电信号的收缩起止点。通过上述方式对基线频率调整值进行修正,能够使确定的收缩波的起止点更加准确,保证了后续的参数提取的准确性,进一步提高了肌电信号检测的质量。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是本申请提供的肌电信号的处理方法第一实施例的流程示意图;
图2是一实施例中确定第一基线频率调整值的流程示意图;
图3是一实施例中肌电信号的幅度-频率分布示意图;
图4是一实施例中第一基线频率调整值的调整流程示意图;
图5是一实施例中确定收缩起止点的流程示意图;
图6是本申请提供的肌电信号的处理方法第二实施例的流程示意图;
图7是一实施例中对肌电信号的收缩起止点进行修正的流程示意图;
图8是一实施例中检测肌电信号的收缩峰值起止点的流程示意图;
图9是本申请提供的肌电信号的处理方法第三实施例的流程示意图;
图10是一实施例中检测肌电信号的收缩实波的流程示意图;
图11是一实施例中计算收缩峰值判断阈值的流程示意图;
图12是一实施例中确定肌电信号的收缩峰值起止点的流程示意图;
图13是本申请提供的肌电信号的处理设备的结构示意图;
图14是本申请提供的计算机存储介质的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是,此处所描述的具体实施例仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参阅图1,图1是本申请提供的肌电信号的处理方法第一实施例的流程示意图,该方法包括:
步骤11:获取待处理的肌电信号。
其中,表面肌电信号(SurfaceElectromyogram,SEMG)是一种重要的人体生物信号,是通过人体表面电极,在人体皮肤表面采集人体肌肉运动时所产生的电位信号。它的来源是人体自主运动时神经肌肉活动发放的生物电信号,这些电信号沿肌纤维传播并经由皮肤、脂肪构成的容积导体滤波后在皮肤表面检测电极处的时间和空间上综合叠加,最终形成表面肌电信号。
可选地,该肌电信号具体可以是盆底肌电信号,即通过阴道电极来检测盆底肌采集得到的肌电信号。
步骤12:确定肌电信号的第一基线频率调整值。
基线频率调整值是用来确定肌电信号中的收缩波段的,可以理解为,将肌电信号值大于该基线频率调整值的波段,作为有效收缩波,而肌电信号值小于该基线频率调整值的波段,作为无效收缩波。
如图2所示,图2是一实施例中确定第一基线频率调整值的流程示意图,步骤12可以包括:
步骤121:对肌电信号进行预处理。
可选地,预处理可以包括滤波处理和幅值归一化处理两个部分。具体地,在对肌电信号进行滤波处理后,采用设定的窗函数对肌电信号进行滑动平均处理;即,将肌电信号中的某一点作为窗函数的中心,将窗函数内的多个肌电信号值的平均值作为该点的肌电信号值,之后滑动窗口,直到对每一个肌电信号值完成上述处理。然后根据滑动平均处理之后的肌电信号的最大值和最小值,对肌电信号进行归一化处理。例如,将其中的最大肌电信号值作为1,并将其中的最小肌电信号值作为0,将其他肌电信号值归一化为0和1之间的值。
步骤122:根据设定的肌电信号固定值,对预处理之后的肌电信号的多个肌电信号值进行增益调节。
其中,肌电信号固定值是预先设置的用于作为参考值。
可选地,步骤122可以具体为:对肌电信号进行整数化处理;以设定的肌电信号固定值作为基准,对肌电信号中的多个肌电信号值进行增益调节,以将肌电信号中的最大肌电信号值调节至与设定的肌电信号固定值相同。
例如,肌电信号值分布如下:S1、S2、……Sn,肌电信号固定值为Sg。那么,先从S1、S2、……Sn中检测最大肌电信号值,如为Si,计算增益系数:x=Sg/Si,然后根据计算得到的增益系数x对每一个肌电信号值进行增益调节。特别地,对于其中的肌电信号值Si,调节之后会变成该固定值Sg。
步骤123:统计增益调节后的肌电信号的多个肌电信号值的频率分布情况。
如图3所示,图3是一实施例中肌电信号的幅度-频率分布示意图。其中,横坐标为频率(f/Hz),纵坐标为幅度(U/V)。
在一可选的实施例中,某肌电信号的频率分布范围为100Hz-1000Hz。
步骤124:在多个肌电信号值中的目标肌电信号值对应的频率值,在以目标肌电信号为中心的设定宽度窗口内为最大值时,确定肌电信号的第一基线频率调整值。
其中,步骤124可以具体为:获取肌电信号的频率分布曲线;计算频率分布曲线对应的总面积;确定频率分布曲线中对应总面积的设定比例位置对应的目标肌电信号值;将目标肌电信号值还原成预处理之前的实际肌电信号值;将实际肌电信号值作为第一基线频率调整值。
例如图3的曲线,计算该曲线从100Hz-1000Hz的面积S,并进一步将S/3处对应的肌电信号值还原成预处理之前的实际肌电信号值,并将还原后的实际肌电信号值作为第一基线频率调整值。其中,该面积系数1/3是可以根据实际需求来进行设置的,这里不作限制。
步骤13:根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值。
如图4所示,图4是一实施例中第一基线频率调整值的调整流程示意图,步骤13可以具体包括:
步骤131:获取肌电信号中的多个实际肌电信号值。
值得注意的是,在前述步骤中,对肌电信号进行了整数化、增益调节等,但是在本步骤中使用的肌电信号为采集得到的实际肌电信号值。
步骤132:将多个实际肌电信号值分别与第一基线频率调整值进行比较,并统计大于第一基线频率调整值的实际肌电信号值的目标数量。
在步骤132之后,选择执行步骤133或者步骤134。
例如,可以根据时序对每个采集的肌电信号值S1、S2、……Sn与第一基线频率调整值进行大小比较,统计大于第一基线频率调整值的数量。这里可以预设一个比例阈值,用于将大于第一基线频率调整值的数量与肌电信号值的总数量的比值进行比较。
步骤133:在目标数量与多个实际肌电信号值的总数量的比值大于设定比例阈值时,调高第一基线频率调整值,以得到第二基线频率调整值。
步骤134:在目标数量与多个实际肌电信号值的总数量的比值小于设定比例阈值时,调低第一基线频率调整值,以得到第二基线频率调整值。
步骤14:基于第二基线频率调整值,检测肌电信号的收缩起止点。
可选地,如图5所示,图5是一实施例中确定收缩起止点的流程示意图,步骤14可以具体包括:
步骤141:将肌电信号的多个肌电信号值依次与第二基线频率调整值进行比较。
步骤142:在检测到的第一肌电信号值大于第二基线频率调整值时,将第一肌电信号值作为起始点。
步骤143:在第一肌电信号值之后首次检测到的第二肌电信号值小于第二基线频率调整值时,将第二肌电信号值作为结束点。
例如,将采集的肌电信号值S1、S2、……Sn与第二基线频率调整值A进行比较,若S1小于A,且S2大于A,则将S2对应的点作为起始点。进一步,若S2-Sn-1之间的所有所有信号值都大于A,且Sn小于A,则将Sn作为结束点。
可以理解地,由于采集的信号可能会出现突变的较大信号值,所以上述确定的收缩波的起止点可能是有效收缩波,也可能是无效收缩波。在一实施例中,可以检测起始点和结束点之间的多个肌电信号值分别与最大肌电信号值的多个比值;在多个比值位于设定的阈值范围内时,确定起始点和结束点为一个有效收缩波的收缩起止点。
区别于现有技术,本实施例提供的肌电信号的处理方法包括:获取待处理的肌电信号;确定肌电信号的第一基线频率调整值;根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值;基于第二基线频率调整值,检测肌电信号的收缩起止点。通过上述方式对基线频率调整值进行修正,能够使确定的收缩波的起止点更加准确,保证了后续的参数提取的准确性,进一步提高了肌电信号检测的质量。
参阅图6,图6是本申请提供的肌电信号的处理方法第二实施例的流程示意图,该方法包括:
步骤61:获取待处理的肌电信号。
步骤62:检测肌电信号的收缩起止点。
其中,步骤62可以具体包括:确定肌电信号的第一基线频率调整值;根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值;基于第二基线频率调整值,检测肌电信号的收缩起止点。
其中,在对第一基线频率调整值进行修正时,可以获取肌电信号中的多个实际肌电信号值;将多个实际肌电信号值分别与第一基线频率调整值进行比较,并统计大于第一基线频率调整值的实际肌电信号值的目标数量;在目标数量与多个实际肌电信号值的总数量的比值大于设定比例阈值时,调高第一基线频率调整值,以得到第二基线频率调整值;或在目标数量与多个实际肌电信号值的总数量的比值小于设定比例阈值时,调低第一基线频率调整值,以得到第二基线频率调整值。
可以理解地,本实施例中的步骤62在检测肌电信号的收缩起止点时,可以具体采用如图1-图5中的实施例的方式,其步骤和原理类似,这里不再赘述。
步骤63:对肌电信号的收缩起止点进行修正。
如图7所示,图7是一实施例中对肌电信号的收缩起止点进行修正的流程示意图,步骤63可以具体包括:
步骤631:根据肌电信号的收缩起止点,确定肌电信号的修正类型。
其中,可以先计算肌电信号的差分信号,并确定差分信号的平稳段和非平稳段,再利用差分信号的平稳段和非平稳段,与肌电信号的收缩起止点的匹配度来确定肌电信号的修正类型。
可选地,可以对原始的肌电信号进行二次差分处理,以得到上述的差分信号。
具体地,选定一定长度的窗函数,在指定长度的窗函数内对二次差分信号计算其对应的短时能量并将计算得到的该窗内的短时能量值记为窗函数中间点对应时刻值,以进一步得到肌电信号的二次差分短时能量谱,将该短时能量谱与某一预设阈值进行比较,如果检测到某一点能量值高于该预设阈值且前一点对应能量值低于该预设阈值,则将该点记为起始端点,如果检测到某一点能量值低于该预设阈值且前一点能量值高于该预设阈值,则将该点记为结束端点。并将对应起始端点和结束端点之间的数据段标记为非平稳数据段,而上一结束端点和下一起始端点之间的数据段标记为平稳段。
肌电信号的修正类型主要包括以下三种情况:
第一,若肌电信号的收缩起止点与差分信号的非平稳段的端点起止点均相匹配,则确定为第一修正类型。
第二,若肌电信号的收缩起止点与差分信号的非平稳段的端点起止点仅有一个端点相匹配,则确定为第二修正类型。
第三,若肌电信号的收缩起止点与差分信号的非平稳段的端点起止点均不相匹配,则确定为第三修正类型。
步骤632:基于修正类型对肌电信号的收缩起止点进行修正。
对于上述三种不同的类型,分别采用不同的方式进行修正。
对于第一修正类型,采用肌电信号的收缩起止点和差分信号的非平稳段的端点起止点的平均值,作为肌电信号新的收缩起止点。
例如,肌电信号的收缩起止点分别为t1和t2,非平稳段的端点起止点分别为T1和T2,则将(t1+T1)/2,和(t2+T2)/2作为肌电信号新的收缩起止点。
对于第二修正类型,在不相匹配的目标端点对应的端点检测值小于不相匹配的目标起止点对应的起止点检测值、且目标端点与目标起止点之间的肌电信号值呈下降趋势、且目标端点对应的肌电信号值大于设定检测基线阈值时,肌电信号的收缩起止点不变,否则,将目标端点作为肌电信号新的收缩起止点。
例如,肌电信号的收缩起止点分别为t1和t2,非平稳段的端点起止点分别为T1和T2。其中,t1和T1不相匹配。那么,若T1对应的肌电信号值小于t1对应的肌电信号值、且T1至t1之间的肌电信号值呈下降趋势、且T1对应的肌电信号值大于设定检测基线阈值时,则仍然将t1作为肌电信号的收缩起止点,否则,将T1作为肌电信号的收缩起止点。
对于第三修正类型,将收缩起止点和端点起止点中更加符合设定宽度范围的一个作为肌电信号新的收缩起止点。
例如,预先设置一个宽度范围,检测收缩起止点和端点起止点哪一个更加符合该预设的宽度范围,将更加符合的一个作为肌电信号新的收缩起止点。
步骤64:在修正后的肌电信号的收缩起止点之间,检测肌电信号的收缩峰值起止点。
如图8所示,图8是一实施例中检测肌电信号的收缩峰值起止点的流程示意图,步骤64可以具体包括:
步骤641:确定收缩起止点之间的差分信号的极大值和极小值。
其中,可以先确定肌电信号的收缩起止点之间的部分对应的差分信号,对该差分信号进行平滑处理,并获取平滑处理后的差分信号的极大值和极小值。
步骤642:将极大值作为肌电信号的收缩峰值的起始点值。
步骤643:将极小值作为肌电信号的收缩峰值的结束点值。
可选地,在确定肌电信号的收缩峰值起止点后,可以进一步检测其中需要的参数。
例如,提取肌电信号的收缩峰值起止点之间的肌电信号最大值、肌电信号均值和信号变异系数。其中,变异系数,又称“离散系数”(coefficient of variation),是概率分布离散程度的一个归一化量度,其定义为标准差与平均值之比。
例如,标记上一收缩结束点和下一收缩起始点之间为肌电信号放松期,并计算放松期内的肌电信号最大值、肌电信号均值和信号变异系数。
例如,根据肌电信号的收缩起止点和收缩峰值起止点,检测肌电信号的募集时间。其中,募集时间是指肌肉兴奋时所募集运动的时间。
例如,根据肌电信号的收缩结束点和收缩峰值结束点,检测盘底肌电信号的恢复时间。
区别于现有技术,本实施例提供的肌电信号的处理方法包括:获取待处理的肌电信号;检测肌电信号的收缩起止点;对肌电信号的收缩起止点进行修正;在修正后的肌电信号的收缩起止点之间,检测肌电信号的收缩峰值起止点。通过上述方式,本实施例在检测肌电信号的收缩峰值起止点前对收缩起止点进行修正,确保了收缩峰值起止点的准确性,为后续的参数提取和检测提供了保证,提高了肌电信号检测的质量。
参阅图9,图9是本申请提供的肌电信号的处理方法第三实施例的流程示意图,该方法包括:
步骤91:获取待处理的肌电信号。
步骤92:检测肌电信号的收缩实波。
其中,如图10所示,图10是一实施例中检测肌电信号的收缩实波的流程示意图,步骤92可以具体包括:
步骤921:检测肌电信号的收缩起止点,以确定多个有效收缩波。
其中,步骤921可以具体包括:确定肌电信号的第一基线频率调整值;根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值;基于第二基线频率调整值,检测肌电信号的收缩起止点。
其中,在对第一基线频率调整值进行修正时,可以获取肌电信号中的多个实际肌电信号值;将多个实际肌电信号值分别与第一基线频率调整值进行比较,并统计大于第一基线频率调整值的实际肌电信号值的目标数量;在目标数量与多个实际肌电信号值的总数量的比值大于设定比例阈值时,调高第一基线频率调整值,以得到第二基线频率调整值;或在目标数量与多个实际肌电信号值的总数量的比值小于设定比例阈值时,调低第一基线频率调整值,以得到第二基线频率调整值。
其中,在基于第二基线频率调整值,检测肌电信号的收缩起止点时,可以将肌电信号的多个肌电信号值依次与第二基线频率调整值进行比较;在检测到的第一肌电信号值大于第二基线频率调整值时,将第一肌电信号值作为起始点;以及在第一肌电信号值之后首次检测到的第二肌电信号值小于第二基线频率调整值时,将第二肌电信号值作为结束点。
可以理解地,本实施例中的步骤921在检测肌电信号的收缩起止点时,可以具体采用如图1-图5中的实施例的方式,其步骤和原理类似,这里不再赘述。
步骤922:获取多个有效收缩波的幅值信息和宽度信息。
其中,幅值信息是指一个有效收缩波段内每个采集时间点对应的肌电信号值,宽度信息是指一个有效收缩波段开始时刻与结束时刻之间的时间长度。
步骤923:根据多个有效收缩波的幅值信息和宽度信息,从多个有效收缩波中确定收缩实波。
可选地,可以采用以下的方式来确定收缩实波:
计算多个有效收缩波的平均幅值和/或平均宽度;计算当前有效收缩波的幅值信息与平均幅值的第一比值,在第一比值符合设定第一预设范围时,确定当前有效收缩波为收缩实波;和/或计算当前有效收缩波的宽度信息与平均宽度的第二比值,在第二比值符合设定第二预设范围时,确定当前有效收缩波为收缩实波。
例如,先计算所有有效收缩波段的第一平均幅值,然后将当前有效收缩波的第二平均幅值与第一平均幅值的比值进行判断,若该比值符合设定的第一预设范围,确定当前有效收缩波为收缩实波,否则为收缩伪波。
例如,先计算所有有效收缩波段的平均宽度值,然后将当前有效收缩波的宽度值与平均宽度值的比值进行判断,若该比值符合设定的第二预设范围,确定当前有效收缩波为收缩实波,否则为收缩伪波。
步骤93:根据收缩实波的幅值信息和变异系数,计算收缩峰值判断阈值。
如图11所示,图11是一实施例中计算收缩峰值判断阈值的流程示意图,步骤93可以具体包括:
步骤931:计算收缩实波的平均幅值和变异系数。
其中,先计算当前收缩实波的平均幅值和标准差,并将标准差与平均幅值之比作为变异系数。
步骤932:在变异系数小于设定的系数阈值时,确定平均幅值的设定比例值为收缩峰值判断阈值。
例如,该比例值为80%,那么,若变异系数小于设定的系数阈值时,平均幅值的80%为收缩峰值判断阈值。
步骤933:在变异系数大于设定的系数阈值时,确定平均幅值的设定比例值与变异系数的和值为收缩峰值判断阈值。
例如,该比例值为80%,那么,若变异系数大于设定的系数阈值时,平均幅值的80%与变异系数的和值为收缩峰值判断阈值。
步骤94:根据收缩峰值判断阈值确定肌电信号的收缩峰值起止点。
如图12所示,图12是一实施例中确定肌电信号的收缩峰值起止点的流程示意图,步骤94可以具体包括:
步骤941:将当前收缩实波中每个肌电信号值依次与收缩峰值判断阈值进行比较。
步骤942:在检测到的第一肌电信号值大于收缩峰值判断阈值时,将第一肌电信号值作为收缩峰值起始点。
步骤943:在第一肌电信号值之后首次检测到的第二肌电信号值小于收缩峰值判断阈值时,将第二肌电信号值作为收缩峰值结束点。
例如,将采集的肌电信号值S1、S2、……Sn与收缩峰值判断阈值B进行比较,若S1小于A,且S2大于B,则将S2对应的点作为起始点。进一步,若S2-Sn-1之间的所有所有信号值都大于B,且Sn小于B,则将Sn作为结束点。
区别于现有技术,本实施例提供的肌电信号的处理方法包括:获取待处理的肌电信号;检测肌电信号的收缩实波;根据收缩实波的幅值信息和变异系数,计算收缩峰值判断阈值;根据收缩峰值判断阈值确定肌电信号的收缩峰值起止点。通过上述方式,可以根据肌电信号动态调节收缩峰值判断阈值,使得确定的收缩峰值判断阈值更能够符合不同的肌电信号,使肌电信号的峰值起止点确定的更加准确,便于后续参数的提取和信号的检测。
参阅图13,图13是本申请提供的肌电信号的处理设备的结构示意图,该处理设备130包括相互连接的处理器131和存储器132,该存储器132中存储有程序数据,该处理器131用于执行该程序数据,以实现以下的方法步骤:
获取待处理的肌电信号;确定肌电信号的第一基线频率调整值;根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值;基于第二基线频率调整值,检测肌电信号的收缩起止点。
可选地,在一实施例中,处理器131还用于执行:对肌电信号进行预处理;根据设定的肌电信号固定值,对预处理之后的肌电信号的多个肌电信号值进行增益调节;统计增益调节后的肌电信号的多个肌电信号值的频率分布情况;在多个肌电信号值中的目标肌电信号值对应的频率值,在以目标肌电信号为中心的设定宽度窗口内为最大值时,确定肌电信号的第一基线频率调整值。
可选地,在一实施例中,处理器131还用于执行:采用设定的窗函数对肌电信号进行滑动平均处理;根据滑动平均处理之后的肌电信号的最大值和最小值,对肌电信号进行归一化处理。
可选地,在一实施例中,处理器131还用于执行:对肌电信号进行整数化处理;以设定的肌电信号固定值作为基准,对肌电信号中的多个肌电信号值进行增益调节,以将肌电信号中的最大肌电信号值调节至与设定的肌电信号固定值相同。
可选地,在一实施例中,处理器131还用于执行:获取肌电信号的频率分布曲线;计算频率分布曲线对应的总面积;确定频率分布曲线中对应总面积的设定比例位置对应的目标肌电信号值;将目标肌电信号值还原成预处理之前的实际肌电信号值;将实际肌电信号值作为第一基线频率调整值。
可选地,在一实施例中,处理器131还用于执行:获取肌电信号中的多个实际肌电信号值;将多个实际肌电信号值分别与第一基线频率调整值进行比较,并统计大于第一基线频率调整值的实际肌电信号值的目标数量;在目标数量与多个实际肌电信号值的总数量的比值大于设定比例阈值时,调高第一基线频率调整值,以得到第二基线频率调整值;或在目标数量与多个实际肌电信号值的总数量的比值小于设定比例阈值时,调低第一基线频率调整值,以得到第二基线频率调整值。
可选地,在一实施例中,处理器131还用于执行:将肌电信号的多个肌电信号值依次与第二基线频率调整值进行比较;在检测到的第一肌电信号值大于第二基线频率调整值时,将第一肌电信号值作为起始点;以及在第一肌电信号值之后首次检测到的第二肌电信号值小于第二基线频率调整值时,将第二肌电信号值作为结束点。
可选地,在一实施例中,处理器131还用于执行:检测起始点和结束点之间的多个肌电信号值分别与最大肌电信号值的多个比值;在多个比值位于设定的阈值范围内时,确定起始点和结束点为一个有效收缩波的收缩起止点。
参阅图14,图14是本申请提供的计算机存储介质的结构示意图,该计算机存储介质140中存储有程序数据141,该程序数据141在被处理器执行时,用以实现如下的方法步骤:
获取待处理的肌电信号;确定肌电信号的第一基线频率调整值;根据肌电信号中多个肌电信号值与第一基线频率调整值的比较情况,对第一基线频率调整值进行调整,以得到第二基线频率调整值;基于第二基线频率调整值,检测肌电信号的收缩起止点。
在本申请所提供的几个实施方式中,应该理解到,所揭露的方法以及设备,可以通过其它的方式实现。例如,以上所描述的设备实施方式仅仅是示意性的,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。
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方式方案的目的。
另外,在本申请各个实施方式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。
上述其他实施方式中的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,本申请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)执行本申请各个实施方式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,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是根据本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种肌电信号的处理方法,其特征在于,所述方法包括:
获取待处理的肌电信号;
确定所述肌电信号的第一基线频率调整值;
根据所述肌电信号中多个肌电信号值与所述第一基线频率调整值的比较情况,对所述第一基线频率调整值进行调整,以得到第二基线频率调整值;
基于所述第二基线频率调整值,检测所述肌电信号的收缩起止点。
2.根据权利要求1所述的方法,其特征在于,
所述确定所述肌电信号的第一基线频率调整值,包括:
对所述肌电信号进行预处理;
根据设定的肌电信号固定值,对预处理之后的所述肌电信号的多个肌电信号值进行增益调节;
统计增益调节后的所述肌电信号的多个肌电信号值的频率分布情况;
在所述多个肌电信号值中的目标肌电信号值对应的频率值,在以所述目标肌电信号为中心的设定宽度窗口内为最大值时,确定所述肌电信号的第一基线频率调整值。
3.根据权利要求2所述的方法,其特征在于,
所述对所述肌电信号进行预处理,包括:
采用设定的窗函数对所述肌电信号进行滑动平均处理;
根据滑动平均处理之后的所述肌电信号的最大值和最小值,对所述肌电信号进行归一化处理。
4.根据权利要求2所述的方法,其特征在于,
所述根据设定的肌电信号固定值,对预处理之后的所述肌电信号的多个肌电信号值进行增益调节,包括:
对所述肌电信号进行整数化处理;
以设定的肌电信号固定值作为基准,对所述肌电信号中的多个肌电信号值进行增益调节,以将所述肌电信号中的最大肌电信号值调节至与所述设定的肌电信号固定值相同。
5.根据权利要求2所述的方法,其特征在于,
所述确定所述肌电信号的第一基线频率调整值,包括:
获取所述肌电信号的频率分布曲线;
计算所述频率分布曲线对应的总面积;
确定所述频率分布曲线中对应所述总面积的设定比例位置对应的目标肌电信号值;
将所述目标肌电信号值还原成预处理之前的实际肌电信号值;
将所述实际肌电信号值作为第一基线频率调整值。
6.根据权利要求1所述的方法,其特征在于,
所述根据所述肌电信号中多个肌电信号值与所述第一基线频率调整值的比较情况,对所述第一基线频率调整值进行调整,以得到第二基线频率调整值,包括:
获取所述肌电信号中的多个实际肌电信号值;
将所述多个实际肌电信号值分别与所述第一基线频率调整值进行比较,并统计大于所述第一基线频率调整值的所述实际肌电信号值的目标数量;
在所述目标数量与所述多个实际肌电信号值的总数量的比值大于设定比例阈值时,调高所述第一基线频率调整值,以得到第二基线频率调整值;或
在所述目标数量与所述多个实际肌电信号值的总数量的比值小于设定比例阈值时,调低所述第一基线频率调整值,以得到第二基线频率调整值。
7.根据权利要求1所述的方法,其特征在于,
所述基于所述第二基线频率调整值,检测所述肌电信号的收缩起止点,包括:
将所述肌电信号的多个肌电信号值依次与所述第二基线频率调整值进行比较;
在检测到的第一肌电信号值大于所述第二基线频率调整值时,将所述第一肌电信号值作为起始点;以及
在所述第一肌电信号值之后首次检测到的第二肌电信号值小于所述第二基线频率调整值时,将所述第二肌电信号值作为结束点。
8.根据权利要求7所述的方法,其特征在于,
所述方法还包括:
检测所述起始点和所述结束点之间的多个肌电信号值分别与最大肌电信号值的多个比值;
在所述多个比值位于设定的阈值范围内时,确定所述起始点和所述结束点为一个有效收缩波的收缩起止点。
9.一种肌电信号的处理设备,其特征在于,所述处理设备包括相互连接的处理器和存储器,所述存储器中存储有程序数据,所述处理器用于执行所述程序数据以实现如权利要求1-8任一项所述的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有程序数据,所述程序数据在被处理器执行时,用以实现如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911082024.5A CN112773381B (zh) | 2019-11-07 | 2019-11-07 | 一种肌电信号的处理方法、处理设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911082024.5A CN112773381B (zh) | 2019-11-07 | 2019-11-07 | 一种肌电信号的处理方法、处理设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112773381A true CN112773381A (zh) | 2021-05-11 |
CN112773381B CN112773381B (zh) | 2023-09-22 |
Family
ID=75748932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911082024.5A Active CN112773381B (zh) | 2019-11-07 | 2019-11-07 | 一种肌电信号的处理方法、处理设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112773381B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115778337B (zh) * | 2022-10-28 | 2023-06-16 | 北京津发科技股份有限公司 | 人体生物信号数据处理方法、装置、设备及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001054507A (ja) * | 1999-08-17 | 2001-02-27 | Sony Corp | 筋電位情報を利用したモーションキャプチャー装置とその制御方法、並びにこれを用いた電気刺激装置、力触覚呈示装置とこれらの制御方法 |
JP2008054977A (ja) * | 2006-08-31 | 2008-03-13 | Casio Comput Co Ltd | 生体情報測定装置及び筋肉活動測定システム。 |
CN101862189A (zh) * | 2010-06-13 | 2010-10-20 | 天津大学 | 一种肌电功能性电刺激干扰滤除方法 |
US20120184871A1 (en) * | 2011-01-14 | 2012-07-19 | Seungjin Jang | Exercise monitor and method for monitoring exercise |
CN102961203A (zh) * | 2012-12-10 | 2013-03-13 | 杭州电子科技大学 | 基于emd样本熵的表面肌电信号识别方法 |
CN104587605A (zh) * | 2015-01-11 | 2015-05-06 | 北京工业大学 | 一种肌电信号控制的外周磁刺激系统及方法 |
US20150182795A1 (en) * | 2013-12-31 | 2015-07-02 | Suunto Oy | Arrangement, a communication module, a sensor unit and a method for monitoring physical performance |
US20170231521A1 (en) * | 2014-10-17 | 2017-08-17 | G-Tech Medical, Inc. | Systems and methods for processing electromyographic signals of the gastrointestinal tract |
CN107169432A (zh) * | 2017-05-09 | 2017-09-15 | 深圳市科迈爱康科技有限公司 | 基于肌电的生物识别方法、终端及计算机可读存储介质 |
CN107822629A (zh) * | 2017-09-11 | 2018-03-23 | 上海傲意信息科技有限公司 | 四肢表面肌电轴的检测方法 |
CN108229283A (zh) * | 2017-05-25 | 2018-06-29 | 深圳市前海未来无限投资管理有限公司 | 肌电信号采集方法及装置 |
CN109498370A (zh) * | 2018-12-26 | 2019-03-22 | 杭州电子科技大学 | 基于肌电小波关联维的下肢关节角度预测方法 |
CN109820482A (zh) * | 2019-03-05 | 2019-05-31 | 浙江强脑科技有限公司 | 肌肉状态检测方法、装置及计算机可读存储介质 |
CN109846481A (zh) * | 2018-12-25 | 2019-06-07 | 北京津发科技股份有限公司 | 表面肌电信号处理方法和装置、数据处理设备和存储介质 |
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 |
-
2019
- 2019-11-07 CN CN201911082024.5A patent/CN112773381B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001054507A (ja) * | 1999-08-17 | 2001-02-27 | Sony Corp | 筋電位情報を利用したモーションキャプチャー装置とその制御方法、並びにこれを用いた電気刺激装置、力触覚呈示装置とこれらの制御方法 |
JP2008054977A (ja) * | 2006-08-31 | 2008-03-13 | Casio Comput Co Ltd | 生体情報測定装置及び筋肉活動測定システム。 |
CN101862189A (zh) * | 2010-06-13 | 2010-10-20 | 天津大学 | 一种肌电功能性电刺激干扰滤除方法 |
US20120184871A1 (en) * | 2011-01-14 | 2012-07-19 | Seungjin Jang | Exercise monitor and method for monitoring exercise |
CN102961203A (zh) * | 2012-12-10 | 2013-03-13 | 杭州电子科技大学 | 基于emd样本熵的表面肌电信号识别方法 |
US20150182795A1 (en) * | 2013-12-31 | 2015-07-02 | Suunto Oy | Arrangement, a communication module, a sensor unit and a method for monitoring physical performance |
US20170231521A1 (en) * | 2014-10-17 | 2017-08-17 | G-Tech Medical, Inc. | Systems and methods for processing electromyographic signals of the gastrointestinal tract |
CN104587605A (zh) * | 2015-01-11 | 2015-05-06 | 北京工业大学 | 一种肌电信号控制的外周磁刺激系统及方法 |
CN107169432A (zh) * | 2017-05-09 | 2017-09-15 | 深圳市科迈爱康科技有限公司 | 基于肌电的生物识别方法、终端及计算机可读存储介质 |
CN108229283A (zh) * | 2017-05-25 | 2018-06-29 | 深圳市前海未来无限投资管理有限公司 | 肌电信号采集方法及装置 |
CN107822629A (zh) * | 2017-09-11 | 2018-03-23 | 上海傲意信息科技有限公司 | 四肢表面肌电轴的检测方法 |
CN109846481A (zh) * | 2018-12-25 | 2019-06-07 | 北京津发科技股份有限公司 | 表面肌电信号处理方法和装置、数据处理设备和存储介质 |
CN109498370A (zh) * | 2018-12-26 | 2019-03-22 | 杭州电子科技大学 | 基于肌电小波关联维的下肢关节角度预测方法 |
CN109820482A (zh) * | 2019-03-05 | 2019-05-31 | 浙江强脑科技有限公司 | 肌肉状态检测方法、装置及计算机可读存储介质 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115778337B (zh) * | 2022-10-28 | 2023-06-16 | 北京津发科技股份有限公司 | 人体生物信号数据处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112773381B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113589920B (zh) | 手势识别方法、人机交互方法、装置、设备及存储介质 | |
Alcaraz et al. | Optimal parameters study for sample entropy-based atrial fibrillation organization analysis | |
Ranaldi et al. | An automatic, adaptive, information-based algorithm for the extraction of the sEMG envelope | |
CN108042145A (zh) | 情绪状态识别方法和系统、情绪状态识别设备 | |
Dakin et al. | Rectification is required to extract oscillatory envelope modulation from surface electromyographic signals | |
CN109820482A (zh) | 肌肉状态检测方法、装置及计算机可读存储介质 | |
Khushaba et al. | Time-dependent spectral features for limb position invariant myoelectric pattern recognition | |
JPWO2016035701A1 (ja) | 心拍検出方法および心拍検出装置 | |
CN111832537B (zh) | 异常心电信号识别方法及异常心电信号识别装置 | |
WO2017053058A1 (en) | Devices, systems, and methods for determining heart rate of a subject from noisy electrocardiogram data | |
CN111839847B (zh) | 肌电假肢控制方法、装置、电子设备和计算机可读介质 | |
CN107998500A (zh) | 睡眠辅助内容的播放方法和系统、睡眠辅助装置 | |
Mesbah et al. | A novel approach for automatic visualization and activation detection of evoked potentials induced by epidural spinal cord stimulation in individuals with spinal cord injury | |
CN112773381A (zh) | 一种肌电信号的处理方法、处理设备以及存储介质 | |
CN115253079A (zh) | 一种呼吸辅助的方法、系统、装置及介质 | |
CN112773379A (zh) | 一种肌电信号的处理方法、处理设备以及存储介质 | |
CN112773380B (zh) | 一种肌电信号的处理方法、处理设备以及存储介质 | |
CN107998499A (zh) | 睡眠辅助内容的处理方法和系统、睡眠辅助服务器系统 | |
CN109044276A (zh) | 一种检测肌肉内源性疲劳度的方法、装置及存储介质 | |
Uthvag et al. | Real-time EMG acquisition and feature extraction for rehabilitation and prosthesis | |
Herle | Movement intention detection from SEMG signals using time-domain features and discriminant analysis classifiers | |
Marri et al. | Identification of onset of fatigue in biceps brachii muscles using surface EMG and multifractal DMA alogrithm | |
Doulah et al. | An approach to identify myopathy disease using different signal processing features with comparison | |
CN106983511B (zh) | 肌力与肌张力状态突变点的识别方法及识别装置 | |
Bodruzzaman et al. | Hurst's rescaled-range (R/S) analysis and fractal dimension of electromyographic (EMG) signal |
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 |