基于盲源分离技术的运动单位动作电位检测

摘要

采用独立分量分析（ICA）技术和二阶非平稳源分离（SEONS）算法来研究肌肉轻度收缩情况下的表面肌电信号（SEMG）的运动单位动作电位（MUAP）检测问题，通过仿真实验来探讨两种算法对SEMG信号的分离性能，并将算法应用于肌肉轻度收缩时（10％MVC）的真实SEMG信号分解研究．仿真SEMG信号分解实验结果表明，两种算法对MUAP检测效果均较为满意，且随着噪声的增加有所变差，肌肉轻度收缩时（10％MVC）真实SEMG信号分解实验也论证了两种算法实际应用的可行性．盲源分离（BSS）技术为研究隐含在肌电信号中的运动单位募集和发放等信息提供了有效途径，较符合SEMG信号特性，因而可应用于SEMG信号分解及运动单位动作电位（MUAP）检测等相关领域的研究．