英语原文共 25 页，剩余内容已隐藏，支付完成后下载完整资料
肌电信号检测技术：检测、加工、分类和应用
摘要
肌电图(EMG)信号可以用于临床和生物医学应用，可进化硬件(EHW)芯片发展与现代人机交互。从肌肉获得EMG信号，需要先进的检测、分解、处理和分类的方法。本文的目的是为了阐明各种EMG信号分析方法，从而提供有效的方式来理解EMG信号及其性质。我们进一步用EMG指出了一些硬件的实现，着眼于假手控制、掌握识别和人机交互相关的应用程序。通过比较性的研究可以证明不同肌电信号分析方法作用。本文为研究者提供了一个好的理解肌电信号及其分析过程的方式，这些知识将帮助他们开发更强大、灵活、高效的应用程序。
引言
生物医学信号意思是从任何器官获得的集体电信号，可以表示身体状况的变化。这个信号通常是一个时间函数，依据振幅,频率和相位来描述。肌电图信号是一个生物医学信号，测量肌肉在收缩时伴随神经肌肉活动而产生的电流。神经系统总是控制肌肉活动(收缩/舒张)，因此肌电信号是由神经系统控制，并且基于肌肉的结构和生理特性而产生的复杂的信号。肌电信号在各种组织中传会候掺杂噪声干扰，此外，肌电检测，尤其是在皮肤表面采集信号，同时在不同的运动单元中采集信号，会使得不同信号之间产生相互作用，造成干扰。肌电检测信号的强度和和其先进的技术已成为生物医学工程的必需品。肌电信号分析产生兴趣的主要原因,是其在临床诊断和生物医学中的应用。运动障碍的管理和康复领域被确定为其中一个重要的应用领域。肌电信号中,运动单位动作电位（MUAPs）的形状和发射率为神经肌肉疾病的诊断提供了一个重要的信息来源。一旦肌电信号的算法和分析方法都是可行的，那么肌电信号的性质特点能够被正确理解,并且各种肌电相关的应用能够通过硬件实现。到目前为止，广泛的研究工作已在该地区开展，开发更好的算法，升级现有的方法，提高检测技术来降低噪声，以获得精确的肌电信号。一些硬件实现了假手控制，进行掌握识别和人机交互。EMG信号分析和证明公认的措施，对这些实际问题的分类展开调查是非常重要的。对肌电信号分析的实际问题产开调查并整理出可接受的措施,这是很重要的。
肌电记录是相对较新的技术。表面肌电（SEMG，研究肌肉信号的特殊技术）信号的非线性检测描述和相位评估仍然存在局限性,规定常量的检测需要精确的数据。传统体制改造算法存在许多局限性和相当大的计算复杂度，之间存在的差异已经显示出来了。在信号处理和数学模型技术的研究进展，使得开发先进的肌电信号检测与分析技术具有可行性。各种数学技术和人工智能（AI）已经获得了广泛关注。数学模型包括波形变换、时频方法，傅里叶变换，维格纳分布（WVD），统计方法，和高阶统计；人工智能（AI）的研究偏向信号识别方向，包括人工神经网络（ANN），动态递归神经网络（DRNN），和模糊逻辑系统。遗传算法（GA）也被应用在肢体动作输入的演化硬件芯片中。
波形变换是非常适合像肌电这样的不平稳信号。在硬件上采用WVD时间频率方法可以允许一个实时的仪器，用在具体运动单位来反馈信息。高阶统计（HOS）的方法可以用来分析肌电信号，通过应用于随机时间序列的HOS的独特性能。双谱或三阶谱具有抑制高斯噪声的优点。
本文首先对肌电信号和肌电信号分析的历史背景进行了简要说明，同时以对比研究突出肌电信号的最新检测，分解，处理和分类方法。最后，讨论了肌电的硬件实现和应用。
材料与方法
肌电图：解剖学和生理学背景
EMG代表肌电图学，是对肌肉电信号的研究，有时被认为是肌电活动。肌肉组织导电方式与神经相似，在肌肉中传导的电信号叫肌肉动作电位。表面肌电图是记录这些肌肉动作电位的信息的一种方法。在对肌电信号进行检测和记录时，有两个影响信号保真度的问题需要关注。一个是信噪比，就是肌电信号能量和噪声能量的比例。在一般情况下，噪声被定义为电信号，而不是所需的肌电信号的一部分；另一个问题是信号的失真，这意味着在肌电信号中的任何频率分量的相对贡献不应该被改变。两种类型的电极已被用来获取肌肉信号：插入电极和非插入电极。从安装在皮肤表面上的电极获取的肌电信号，是皮肤下面肌纤维动作电位的集合，这些动作电位随即产生，所以在任何一个时刻，肌电信号可能表现为正电压也可能是负电压。个别肌纤维动作电位需要使用直接放置在肌肉中的线或针电极获得。同一运动单位中所有肌纤维在检测点间引起的总电位差被称为运动单位动作电位（MUAP），可以通过贴在皮肤表面的皮肤表面电极（非插入），或由插入肌肉的针电极（插入）检测到。方程1显示了一个简单的肌电信号模型：
(1)
其中x（n）是模拟肌电信号；e（n）是点处理，代表发射脉冲；h(r)代表MUAP；W（n）是白高斯噪声残差，N是脉冲发射量。
信号通过电极和放大器采集，通常情况下，一个差分放大器被用作第一级放大器，后面可以有附加的放大级。在显示或存储之前，该信号通过处理消除低频或高频干扰，或其他可能的干扰。通常，用户关注信号的幅值，因此，通过一些方式矫正求平均获得肌电幅值。
神经系统是身体的控制和通讯系统。该系统由大量的可兴奋细胞连接，这些细胞是神经元与身体的不同部分进行快速和具体的通信的关键。神经系统由三个主要部分组成：大脑、脊髓和外周神经。神经元是神经系统的基本结构单元，在尺寸和形状上有很大的不同。神经元是高度专业化的细胞，在神经冲动的形式中，可以将信息从身体的一部分传到另一个部分。
肌肉是由一个可以收缩和放松的特殊细胞组成的，这些专门细胞的主要功能是产生力，运动和沟通能力，如语音或书写或其他形式的表达能力。肌肉组织具有可扩展性和弹性，有接收和响应刺激的能力，并且可以缩短或收缩。肌肉组织有四个主要的功能：产生运动，体内物质传输，提供稳定和产生热量。三种类型的肌肉组织在结构、收缩性能和控制机制的基础上可以被识别：（i）骨骼肌、（ii）平滑肌和（iii）心肌。肌电信号被应用于骨骼肌的研究，骨骼肌组织与骨连接，负责骨骼支撑和移动。骨骼肌的收缩是由神经元中的脉冲启动的，并且是自动控制的。骨骼肌纤维的收缩与神经元相关紧密。这种特殊类型的神经元被称为“运动神经元”，它接近于肌肉组织，但实际上并没有连接到它。一个运动神经元通常对许多肌纤维提供刺激。
人体作为一个整体是电中性的，具有相同数量的正、负电荷。但在休息状态时神经细胞膜因浓度和离子的不同，穿过血浆膜被极化。细胞内和细胞外液存在潜在性差异。神经元应对刺激反应，肌纤维在信号沿其表面和纤维抽搐传播时去极化。这种去极化会伴随着一个运动的离子，在附近的每一个肌纤维产生一个电场。肌电信号动作电位序列（MUAP），持续显示神经肌肉的刺激反应。肌电信号在本质上是随机出现的，并且一般建模为滤波脉冲处理，MUAP是滤波和代表神经元的脉冲，通常建模为泊松过程（3）。图1展示了肌电信号的处理和MUAP的分解过程：
肌电图：历史
肌电图的发展是从弗朗西斯科1666年的文档开始的。该文件表述电鳐高度专业化的肌肉产生电。到1773，沃尔什已经能够证明，鳗鱼的肌肉组织可以产生一个电火花。在1792年，一本名为“电流在肌肉运动中所起的作用”出版物的出现了，作者是A.伽伐尼，展示了电能引发肌肉收缩。六十年后，在1849年，雷蒙德发现。也可以记录肌肉收缩时的电活动。这次活动的第一个记录是由马雷在1890年写的，还介绍了术语肌电图（5）。在1922年，加塞和厄兰格用示波器显示肌肉的电信号。由于肌电信号的随机性，只有粗糙的信息可以从观察得到的。能力检测肌电信号稳步提高，从上世纪30年代到50年代，研究人员开始使用改进更广泛用于肌肉的研究的电极（1）。表面肌电图的临床应用，治疗更具体的疾病开始于上世纪60年代。哈迪克和他的研究人员是第一批（1966）使用表面肌电信号的从业人员（5）。在上世纪80年代初，克拉姆和斯蒂格介绍用EMG传感装置扫描各种肌肉的临床方法（5）。
直到八十年代中，电极集成技术足够先进，所需的小体积和轻量的仪表放大器能够批量生产，目前一些放大器在市场上可以买到。在上世纪80年代初，电缆成为可在所需的微伏范围产生伪影。在过去的15年中，研究已经导致更好地了解表面肌电图记录的属性。在最近几年中，表面肌电图被越来越多地用于记录临床上的协议，而肌肉电极仅用于深部肌肉（2，4）。有许多使用肌电信号的应用。肌电在临床上用于神经和神经肌肉问题的诊断。训练有素的医生在生物反馈或工效学评价在步态实验室里诊断。肌电图也被用于许多类型的研究实验室，包括那些涉及在生物力学，运动控制，神经肌肉生理学，运动障碍，姿势控制，和物理治疗。
肌电信号的电噪声及其影响因素
肌电信号放大前的振幅范围是0-10 MV（ 5到- 5）。肌电信号经过不同组织会受到干扰噪声作用，所以了解电气噪声的特性很重要，将影响肌电信号的电噪声分为以下类型：
1. 电子设备固有噪声：所有电子设备产生噪音，这种噪音无法消除，使用高质量的电子元件可以减少它。
2. 环境噪声：电磁辐射是这种噪音的来源，我们身体的表面经常被电磁淹没，在地球表面上避免接触辐射几乎是不可能的。环境噪声可能有振幅，比肌电图信号大一到三个数量级。
3. 运动伪影：当运动伪影被引入到系统中时，信息被扭曲，导致数据的不规范。运动伪影有2个主要来源：1）电极界面和2）电极电缆，可以通过适当的电子电路设计和设置。
4．信号固有的不稳定性：肌电信号的幅值是随机的。肌电信号受到电机单元的发射率的影响,在大多数条件下,在0到20赫兹的频率区域。这种噪声被认为是不必要的，噪声的去除是很重要的。
对肌电信号的主要影响因素进行类，使肌电信号分析算法可以优化，设备可以统一的方式设计。影响肌电信号的因素分为三个基本部分：
- 致病因素：对信号产生直接影响。致病因素可分为2类：
- 外部：这是电极结构和布局造成的。像检测面积，电极形状，检测电极表面之间的距离，相对于在肌运动点的电极安装位置，相对于肌肉边缘在肌肉表面安装电极，相对于肌纤维的表面检测等因素对肌电信号产生影响。
- 内在：生理学、解剖学、生物化学因素产生，由活跃运动单位数目、纤维成分、血流量，纤维直径，活跃纤维深度和位置，肌肉和电极之间存在很多组织等导致。
2. 中间因素：是受一个或多个致病因子影响的物理和生理现象。背后的原因可以是带通滤波方面的电极检测量，肌电信号中动作电位的叠加，沿着肌纤维膜传播的动作电位的传导速度，甚至附近的肌肉串扰可能会导致中间因素。
3. 决定因素：中间因素产生很重要的影响；活跃单元的数量、运动频率，肌纤维之间的相互作用对肌电信号信息里有直接影响；振幅、持续时间和运动电位动作单元的形状也可以产生影响。
肌电信号的质量最大化可以通过以下方式来完成：
1. 信噪比应该包含尽可能多的信息量和最小量的噪声污染。
2. EMG信号的失真必须尽可能最小,没有不必要的过滤、失真信号的峰值和切口过滤器不推荐使用。
在肌电信号处理过程中，仅对正值进行了分析。当执行半波整流时，所有负数据被丢弃，并保持正数据。每个数据点的绝对值是在单相全波整流中使用，通常在矫正时，全波整流往往是首选方式。
肌电信号检测
表面肌电检离散信号的精确检测（像活动模式的相位变化与快速响应启动有关联），是运动系统分析的一个重要问题。已经提出了几种方法，用于检测持续变化的肌肉。
最常见的方法，用于解决肌电相关问题，肌电信号由训练有素的观察员视觉检查。“单阈值法”比较了肌电信号与一个固定的阈值，是最直观和最常见的以计算机为基础的方法，实时定位肌肉收缩活动（6）。原始信号矫正后的值和幅度阈值相比较，阀值取决于背景噪声的平均功率（7）。该方法在克服一些相关的视觉检查问题方面是很有用的。然而，这种方法通常是不令人满意的，因为测量结果强烈依赖于选择的阈值，这种方法往往依赖于标准，太启发式，不允许用户设置独立的检测和误报概率（8）。在“阈值方法”中，发现概率Pdk和概率Pgamma;间的关系由方程2给出：
(2)
1984年，温特（9）观察到，这种方法通常是不理想的，因为它强烈地依赖于选择的阈值。为了克服“单阈值”的问题，博纳图等人在1988年介绍了“双阈值检测”方法。双阈值检测器优于单一阈值是因为他们更高的检测概率。双阈值检测器允许用户采用假警报和检测概率之间的联系，比单阈值具有更高的自由度。用户可以根据不同的最佳标准来调整检测器，从而使其性能适应每个特定信号的特性和应用（8）。表面肌电信号记录，在自愿者动作收缩过程中，可以认为是一零均值高斯过程S（t）isin;N（0，sigma;S），受到肌肉活动调制和独立的零均值高斯加性噪声n（t）isin;N（0，sigma;N）损坏。如果检测是局部放电，那么双阈值的方法是由下面方程给出：
双阈值检测器的行为是由参数确定的：阀值ro和观测窗口长度m。它们被选择值可以以最大限度地减少误报概率，并最大限度地提高每个特定的局部放电信号的信噪比（信噪比）（8）。在2004年，兰姨和艾德勒（10）发现了博纳图的双阈值法是需要复杂的计算和白化的信号，也不是很敏感。兰姨和安迪提出了一个新的基于双阈值法，更为敏感、稳定的算法，能够有效的降低计算成本。对于特定的应用程序，除了在检测的精度，算法的速度可以是一个重要的考虑因素。博纳图等人的方法一个特
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[146391]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
