肌電信號(hào)的采集影響因素與肌電信息處理方法介紹

人體生物電的檢出，須依靠感受器一電的引導(dǎo)。由于人體生物電中，肌電微弱，因此引導(dǎo)肌電的電選擇關(guān)系甚大。常用的有表面電和針式電(見表1)。電的尺寸、形狀、材料、藝等，對(duì)檢出肌電的性能都有影響。電通常用銀片制成，也有使用金、鋁等材料。表面電形狀一般為圓形，直徑約在7～10咖，大的也有達(dá)15mm的。

 

不管采用何種電，檢測(cè)出來(lái)的信號(hào)都是許多運(yùn)動(dòng)單元發(fā)放的肌電位的向量和，須通過適當(dāng)?shù)姆治龇椒▽?duì)不同動(dòng)作的肌電信號(hào)加以分離。這是肌電假肢的核心，直接影響到假肢控制的準(zhǔn)確性和靈活性。

 

 

這種方法是用肌電信號(hào)的時(shí)域峰峰值的均值，或用整組電采集肌肉信號(hào)的綜合特征，經(jīng)控制電路識(shí)別后分別控制相應(yīng)的假手動(dòng)作。其特點(diǎn)是一對(duì)電或一個(gè)域值電壓只能控制一個(gè)自由度。目前大多數(shù)商業(yè)化假肢都采用這種控制策略。如果要控制多自由度，就須有幾對(duì)電來(lái)對(duì)信號(hào)進(jìn)行采集，而要在截肢者身上找到幾對(duì)可以滿足多自由度控制要求的肌肉是很難的，而多電也會(huì)大大降低控制器的可靠性和穩(wěn)定性。

 

這種方法將表面EMG信號(hào)的多通道看成一個(gè)向量值的自回歸過程，采用時(shí)間序列方法來(lái)提取肢函數(shù)分類所需的信息，獲得肢體運(yùn)動(dòng)的數(shù)值與方向的預(yù)測(cè)。肌電信號(hào)可以等價(jià)為零均值白噪聲過程激勵(lì)的一線性系統(tǒng)的輸出，一個(gè)典型的4～6階的AR模型，就可以準(zhǔn)確地對(duì)上肢的肌電信號(hào)進(jìn)行分類。近年來(lái)，對(duì)EMG的研究主要采用兩通道信號(hào)，利用Marpie算法建立AR模型，得到AR參數(shù)，然后用貝葉斯準(zhǔn)則判別動(dòng)作。還有人利用Hopfield網(wǎng)提取AR系數(shù)。

 

然而，由于EM6信號(hào)中的非靜態(tài)因素的存在，AR模型難以確地提取特征參數(shù)。同樣原因，非靜態(tài)處理模型如自適應(yīng)模型也不是很好，主要在于產(chǎn)生的估計(jì)數(shù)差并存在參數(shù)震蕩。Kivyu等發(fā)現(xiàn)，當(dāng)作用于肌肉上的為線性強(qiáng)制力時(shí)，AR參數(shù)具有時(shí)變特性，這導(dǎo)致了在寬帶噪聲和低幅度情況下，運(yùn)動(dòng)單元的動(dòng)作電位變得不清晰，尤其在低水平的強(qiáng)制收縮中更為明顯。

 

神經(jīng)網(wǎng)絡(luò)在處理復(fù)雜、模糊、有噪聲和非穩(wěn)定信號(hào)時(shí)有明顯的持久性，并且對(duì)EMG信號(hào)的逐漸變化具有自適應(yīng)能力。它還可以取代患者完成康復(fù)訓(xùn)練中的大分作，有效地簡(jiǎn)化了控制操作，提高了控制效率。因此神經(jīng)網(wǎng)絡(luò)用于肌電信號(hào)分析十分合適。

 

近年來(lái)，采用神經(jīng)網(wǎng)絡(luò)處理肌電信息的文獻(xiàn)數(shù)見不鮮。如在文獻(xiàn)o”中用作肌電信號(hào)頻譜的分類器，在文獻(xiàn)“”中則用來(lái)獲取肌電信息與假肢動(dòng)作間的第一章緒論非線性映射關(guān)系。文獻(xiàn)“”構(gòu)了一個(gè)將ANN多層視感器和采用新的不監(jiān)控培養(yǎng)策略組成的ANN篩分器，以此獲得各個(gè)運(yùn)動(dòng)作用電位波形的形狀。文獻(xiàn)用多層感知器和隱式馬烏可模型相結(jié)合來(lái)對(duì)EMG信號(hào)進(jìn)行分類，既可以解決識(shí)別效果差的缺陷，也考慮到了FAJG信號(hào)的動(dòng)態(tài)性能。

 

此外，不少學(xué)者還提出了其它的肌電信息處理方法。如評(píng)估肌電信號(hào)的變化率，采用快速傅立葉分析，啟發(fā)式規(guī)則法，空間因子法，模糊分類方法，統(tǒng)計(jì)模式識(shí)別法，小波變換法，直方圖識(shí)別法等，都獲得了較好的效果。還有一種常見的方法是將神經(jīng)網(wǎng)絡(luò)和AR模型結(jié)合對(duì)EMG進(jìn)行處理。如用AR模型來(lái)檢測(cè)EMG的特征參，用神經(jīng)網(wǎng)絡(luò)完成手臂特定運(yùn)動(dòng)或潛在運(yùn)動(dòng)的模式分類;文獻(xiàn)畸1則利用AR模型的四個(gè)參數(shù)以及肌電信號(hào)的率作為多層感知器網(wǎng)絡(luò)的輸入，可控制六個(gè)自由度。上述方法的成率都達(dá)到或超過了95%。

 

綜上所述，盡管肌電假肢存在著一定的缺陷，但其特有的優(yōu)點(diǎn)仍然使其成為假肢研究中的熱點(diǎn)，其中商品化的假手中也只是單自由度假手成熟，如何提高其控制準(zhǔn)確率是肌電控制假手中的重點(diǎn)。本文也將繼續(xù)對(duì)單自由度肌電假手作進(jìn)一步地探索，本文完成的主要作如下：

1)肌電信號(hào)提取裝置的設(shè)計(jì)，即電的制作和提取電路的設(shè)計(jì)：

2)肌電信號(hào)分析程序編制;

3)假手控制電路的設(shè)計(jì)，即前置放大電路和驅(qū)動(dòng)電路的設(shè)計(jì)。