JP2017104333A - 筋電信号処理方法、装置およびプログラム - Google Patents
筋電信号処理方法、装置およびプログラム Download PDFInfo
- Publication number
- JP2017104333A JP2017104333A JP2015241474A JP2015241474A JP2017104333A JP 2017104333 A JP2017104333 A JP 2017104333A JP 2015241474 A JP2015241474 A JP 2015241474A JP 2015241474 A JP2015241474 A JP 2015241474A JP 2017104333 A JP2017104333 A JP 2017104333A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- variance
- myoelectric signal
- myoelectric
- distribution
- 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
- 230000003183 myoelectrical effect Effects 0.000 title claims abstract description 308
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000009826 distribution Methods 0.000 claims abstract description 133
- 230000001419 dependent effect Effects 0.000 claims abstract description 74
- 239000006185 dispersion Substances 0.000 claims abstract description 46
- 238000009499 grossing Methods 0.000 claims abstract description 33
- 238000007493 shaping process Methods 0.000 claims abstract description 20
- 210000003205 muscle Anatomy 0.000 claims description 75
- 230000000694 effects Effects 0.000 claims description 67
- 238000012545 processing Methods 0.000 claims description 43
- 238000000034 method Methods 0.000 claims description 19
- 230000004118 muscle contraction Effects 0.000 claims description 12
- 230000003387 muscular Effects 0.000 claims description 12
- 210000002027 skeletal muscle Anatomy 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 7
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 7
- 238000007476 Maximum Likelihood Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 230000036982 action potential Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000013480 data collection Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 210000001087 myotubule Anatomy 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008602 contraction Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 210000002310 elbow joint Anatomy 0.000 description 2
- 210000000245 forearm Anatomy 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002747 voluntary effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 229910021607 Silver chloride Inorganic materials 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- HKZLPVFGJNLROG-UHFFFAOYSA-M silver monochloride Chemical compound [Cl-].[Ag+] HKZLPVFGJNLROG-UHFFFAOYSA-M 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
(筋電信号モデル)
図1は、本発明で採用する筋電信号モデルの概略図である。当該筋電信号モデルは、時刻tにおける筋電信号xtを、シェイピングフィルタHを通したホワイトガウスノイズWおよび分散σt 2に基づいて表現する。ここで、σt 2は時刻tにおける確率変数σ2の値であり、σ2の分布は筋力fに応じて決まるσ ̄2(本明細書ではσの平均(シグマバー)を便宜上「σ ̄」と表す)および信号強度依存ノイズεによって決定される。さらに、xtを整流平滑化した信号ytを用いてσ2の分布を推定可能である。
次に、xtからσ2の分布を推定する方法について説明する。まず、筋電信号xtが計測されたとき、分散の事後分布P(σ2|xt)はベイズの定理を用いると次のように表現できる。
次に、整流平滑化後の信号ytからσ ̄2を推定する方法について説明する。ytは(6)式で表現できるため、ytの期待値は次のようになる。
整流平滑化後の信号ytから整流平滑化前の信号xtの分散σt 2の事後分布が推定できれば、当該推定した分布を用いて整流平滑化前の信号xtと同じ統計学的性質を持つ人工筋電信号を生成することができる。
時刻tにおける人工筋電信号ztは、シェイピングフィルタHを通した正規乱数w´tと分散σt 2に基づいて表現することができる。
さらに、任意の筋活動度での筋電信号を人工的に生成することもできる。例えば、最大随意筋収縮時の整流平滑化後の信号をymax、筋活動度(%MVC)をrtとすると、
rt=yt/ymax (20)
と表される。したがって、ytの期待値E[yt]は、
E[yt]=E[rt]・ymax (21)
と表され、(21)式を(17)式に代入すると、
次に、本発明に係る筋電信号処理装置について説明する。図2は、本発明の一実施形態に係る筋電信号処理装置を含むシステムの概略図である。本システム100は、筋電計10と筋電信号処理装置20とで構成される。
(分散分布推定精度)
筋電信号処理装置20による分散分布推定精度を確認するため人工的に生成した人工筋電信号を用いて実験を行った。人工筋電信号の生成は以下の手順で行うことで、分散にノイズが重畳した信号を擬似的に生成した。
(1)長さTの離散系列{σt 2;t=1,・・・,T}を逆ガンマ分布IG(α0,β0)に従う乱数で発生させる。
(2)各tにおいて正規分布N(0,σt 2)に従う乱数を1サンプルずつ発生させ、これを系列{xt}とする。
(3){xt}をサンプリング周波数Fs[Hz]で計測された筋電信号とみなす。
このとき、{xt}の分散の平均、および分散の分散の真値はそれぞれ以下の値となる。
次に、筋電信号処理装置20による人工筋電信号の生成実験を行った。実験では、まず健常大学生1名から筋電信号を計測し、分散分布パラメータσ ̄2とVar[ε]、およびシェイピングフィルタ25のパラメータを推定した。そして、推定したパラメータに基づき生成した人工筋電信号と計測した筋電信号との比較を行った。
21 時間窓処理部
22 分散平均推定部
23 信号強度依存ノイズ分散推定部
24 ホワイトガウスノイズ発生器(第1の乱数発生器)
25 シェイピングフィルタ
26 逆ガンマ分布乱数発生器(第2の乱数発生器)
27 人工筋電信号生成部
Claims (12)
- 時間窓処理部が、信号強度依存ノイズが重畳された筋電信号を整流平滑化した整流平滑化信号について所定の時間長ごとに平均を計算するステップと、
分散平均推定部が、前記整流平滑化信号の平均および前記筋電信号の整流平滑化に係るフィルタゲインの逆数から前記筋電信号の分散の平均の推定値を計算するステップと、
信号強度依存ノイズ分散推定部が、前記筋電信号の分散の平均の推定値および前記筋電信号の分散の分布に係るパラメータから前記信号強度依存ノイズの分散の推定値を計算するステップとを備えた筋電信号処理方法。 - 第1の乱数発生器が、白色正規乱数を発生させるステップと、
シェイピングフィルタが、前記白色正規乱数の周波数特性を前記筋電信号と同様の周波数特性に整形するステップと、
第2の乱数発生器が、前記筋電信号の分散の平均の推定値および前記信号強度依存ノイズの分散の推定値で規定される前記筋電信号の分散の分布に従った乱数を発生させるステップと、
人工筋電信号生成部が、前記整形された乱数および前記筋電信号の分散の分布に従った乱数から人工筋電信号を生成するステップとを備えた請求項1に記載の筋電信号処理方法。 - 前記分散平均推定部が、最大随意筋収縮時の前記整流平滑化信号、指定された筋活動度および前記筋電信号の整流平滑化に係るフィルタゲインの逆数から前記筋活動度での筋電信号の分散の平均の推定値を計算するステップと、
前記信号強度依存ノイズ分散推定部が、前記筋電信号の分散の分布に係るパラメータおよび前記筋活動度での筋電信号の分散の平均の推定値から前記筋活動度での筋電信号に重畳される信号強度依存ノイズの分散の推定値を計算するステップと、
前記第2の乱数発生器が、前記筋活動度での筋電信号の分散の平均の推定値および前記筋活動度での筋電信号に重畳される信号強度依存ノイズの分散の推定値で規定される前記筋活動度での筋電信号の分散の分布に従った乱数を発生させるステップとを備えた請求項2に記載の筋電信号処理方法。 - 前記筋電信号の分散の分布が逆ガンマ分布であり、
前記パラメータが逆ガンマ分布の形状母数である、請求項1ないし請求項3のいずれかに記載の筋電信号処理方法。 - 信号強度依存ノイズが重畳された筋電信号を整流平滑化した整流平滑化信号について所定の時間長ごとに平均を計算する時間窓処理部と、
前記整流平滑化信号の平均および前記筋電信号の整流平滑化に係るフィルタゲインの逆数から前記筋電信号の分散の平均の推定値を計算する分散平均推定部と、
前記筋電信号の分散の平均の推定値および前記筋電信号の分散の分布に係るパラメータから前記信号強度依存ノイズの分散の推定値を計算する信号強度依存ノイズ分散推定部とを備えた筋電信号処理装置。 - 白色正規乱数を発生させる第1の乱数発生器と、
前記白色正規乱数の周波数特性を前記筋電信号と同様の周波数特性に整形するシェイピングフィルタと、
前記筋電信号の分散の平均の推定値および前記信号強度依存ノイズの分散の推定値で規定される前記筋電信号の分散の分布に従った乱数を発生させる第2の乱数発生器と、
前記整形された乱数および前記筋電信号の分散の分布に従った乱数から人工筋電信号を生成する人工筋電信号生成部とを備えた請求項5に記載の筋電信号処理装置。 - 前記分散平均推定部が、最大随意筋収縮時の前記整流平滑化信号、指定された筋活動度および前記筋電信号の整流平滑化に係るフィルタゲインの逆数から前記筋活動度での筋電信号の分散の平均の推定値を計算するものであり、
前記信号強度依存ノイズ分散推定部が、前記筋電信号の分散の分布に係るパラメータおよび前記筋活動度での筋電信号の分散の平均の推定値から前記筋活動度での筋電信号に重畳される信号強度依存ノイズの分散の推定値を計算するものであり、
前記第2の乱数発生器が、前記筋活動度での筋電信号の分散の平均の推定値および前記筋活動度での筋電信号に重畳される信号強度依存ノイズの分散の推定値で規定される前記筋活動度での筋電信号の分散の分布に従った乱数を発生させるものである、請求項6に記載の筋電信号処理装置。 - 前記筋電信号の分散の分布が逆ガンマ分布であり、
前記パラメータが逆ガンマ分布の形状母数である、請求項5ないし請求項7のいずれかに記載の筋電信号処理装置。 - 信号強度依存ノイズが重畳された筋電信号を整流平滑化した整流平滑化信号について所定の時間長ごとに平均を計算する手段、
前記整流平滑化信号の平均および前記筋電信号の整流平滑化に係るフィルタゲインの逆数から前記筋電信号の分散の平均の推定値を計算する手段、および
前記筋電信号の分散の平均の推定値および前記筋電信号の分散の分布に係るパラメータから前記信号強度依存ノイズの分散の推定値を計算する手段としてコンピュータを機能させる筋電信号処理プログラム。 - 白色正規乱数を発生させる手段、
前記白色正規乱数の周波数特性を前記筋電信号と同様の周波数特性に整形する手段、
前記筋電信号の分散の平均の推定値および前記信号強度依存ノイズの分散の推定値で規定される前記筋電信号の分散の分布に従った乱数を発生させる手段、および
前記整形された乱数および前記筋電信号の分散の分布に従った乱数から人工筋電信号を生成する手段としてコンピュータを機能させる請求項9に記載の筋電信号処理プログラム。 - 最大随意筋収縮時の前記整流平滑化信号、指定された筋活動度および前記筋電信号の整流平滑化に係るフィルタゲインの逆数から前記筋活動度での筋電信号の分散の平均の推定値を計算する手段、
前記筋電信号の分散の分布に係るパラメータおよび前記筋活動度での筋電信号の分散の平均の推定値から前記筋活動度での筋電信号に重畳される信号強度依存ノイズの分散の推定値を計算する手段、および
前記筋活動度での筋電信号の分散の平均の推定値および前記筋活動度での筋電信号に重畳される信号強度依存ノイズの分散の推定値で規定される前記筋活動度での筋電信号の分散の分布に従った乱数を発生させる手段としてコンピュータを機能させる請求項10に記載の筋電信号処理プログラム。 - 前記筋電信号の分散の分布が逆ガンマ分布であり、
前記パラメータが逆ガンマ分布の形状母数である、請求項9ないし請求項11のいずれかに記載の筋電信号処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015241474A JP6652252B2 (ja) | 2015-12-10 | 2015-12-10 | 筋電信号処理方法、装置およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015241474A JP6652252B2 (ja) | 2015-12-10 | 2015-12-10 | 筋電信号処理方法、装置およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017104333A true JP2017104333A (ja) | 2017-06-15 |
JP6652252B2 JP6652252B2 (ja) | 2020-02-19 |
Family
ID=59058060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015241474A Active JP6652252B2 (ja) | 2015-12-10 | 2015-12-10 | 筋電信号処理方法、装置およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6652252B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109965847A (zh) * | 2019-04-08 | 2019-07-05 | 清华大学 | 服务器和信号分析系统 |
JP2021129896A (ja) * | 2020-02-21 | 2021-09-09 | 国立大学法人広島大学 | 交感神経活動推定装置、交感神経活動推定方法及びプログラム |
CN114469142A (zh) * | 2022-01-06 | 2022-05-13 | 中南大学 | 一种基于人体肌肉动力学模型和肌电信号的肌力解码方法 |
CN115034273A (zh) * | 2021-12-27 | 2022-09-09 | 驻马店市中心医院 | 一种基于模式识别的肌电生物反馈设备及系统 |
-
2015
- 2015-12-10 JP JP2015241474A patent/JP6652252B2/ja active Active
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109965847A (zh) * | 2019-04-08 | 2019-07-05 | 清华大学 | 服务器和信号分析系统 |
CN109965847B (zh) * | 2019-04-08 | 2023-11-07 | 清华大学 | 服务器和信号分析系统 |
JP2021129896A (ja) * | 2020-02-21 | 2021-09-09 | 国立大学法人広島大学 | 交感神経活動推定装置、交感神経活動推定方法及びプログラム |
JP7390716B2 (ja) | 2020-02-21 | 2023-12-04 | 国立大学法人広島大学 | 交感神経活動推定装置、交感神経活動推定方法及びプログラム |
CN115034273A (zh) * | 2021-12-27 | 2022-09-09 | 驻马店市中心医院 | 一种基于模式识别的肌电生物反馈设备及系统 |
CN115034273B (zh) * | 2021-12-27 | 2023-09-01 | 驻马店市中心医院 | 一种基于模式识别的肌电生物反馈设备及系统 |
CN114469142A (zh) * | 2022-01-06 | 2022-05-13 | 中南大学 | 一种基于人体肌肉动力学模型和肌电信号的肌力解码方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6652252B2 (ja) | 2020-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101666399B1 (ko) | 다중 채널 표면 근전도에서의 신체 관절 운동학 정보 추출 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
CN110801226A (zh) | 一种基于表面肌电信号的人体膝关节力矩测试系统方法及应用 | |
JP5464072B2 (ja) | 筋活動診断装置および方法、並びにプログラム | |
US11317840B2 (en) | Method for real time analyzing stress using deep neural network algorithm | |
JP6652252B2 (ja) | 筋電信号処理方法、装置およびプログラム | |
US8798726B2 (en) | Method and apparatus for eliminating motion artifacts of bio signal using personalized bio signal pattern | |
Mobasser et al. | Estimation of elbow-induced wrist force with EMG signals using fast orthogonal search | |
He et al. | Single channel blind source separation on the instantaneous mixed signal of multiple dynamic sources | |
Triwiyanto et al. | Evaluating the performance of Kalman filter on elbow joint angle prediction based on electromyography | |
US20160150987A1 (en) | Biosignal processing apparatus and method | |
CN106901732B (zh) | 突变状态下肌力与肌张力的测量方法和测量装置 | |
Menegaldo et al. | The influence of modeling hypothesis and experimental methodologies in the accuracy of muscle force estimation using EMG-driven models | |
Zhang et al. | Human joint motion estimation for electromyography (EMG)-based dynamic motion control | |
CN113116321A (zh) | 基于pso-grnn神经网络的无创连续血压测量系统 | |
Kim et al. | Missing sample recovery for wireless inertial sensor-based human movement acquisition | |
Bai et al. | Novel time-frequency approach for muscle fatigue detection based on sEMG | |
KR20090001146A (ko) | 가중 퍼지 소속함수 기반 신경망 알고리즘을 이용한생체신호의 이상데이터 추출 장치 및 그 방법 | |
Johns et al. | Force modelling of upper limb biomechanics using ensemble fast orthogonal search on high-density electromyography | |
Dong et al. | Development of a fatigue-tracking system for monitoring human body movement | |
Yahya et al. | Electromyography signal on biceps muscle in time domain analysis | |
Segala et al. | Nonlinear smooth orthogonal decomposition of kinematic features of sawing reconstructs muscle fatigue evolution as indicated by electromyography | |
Mountjoy et al. | Use of the fast orthogonal search method to estimate optimal joint angle for upper limb Hill-muscle models | |
Xiao et al. | Does force myography recorded at the wrist correlate to resistance load levels during bicep curls? | |
JP5913493B2 (ja) | 欠損生体信号推定方法 | |
Phinyomark et al. | Optimal EMG amplitude detectors for muscle-computer interface |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181127 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191016 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191029 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191219 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6652252 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |