肌电信号

摘要： 目的为避免久坐对工作人员的身心造成影响,探讨在不减少工作时长的条件下采用坐站交替工作模式来替代单一作业姿势的可行性。方法通过模拟20名受试者在坐站交替模式下工作,采用调查问卷对受试者作业期间肌肉疲劳评估以及预估改变作业姿势的时间,结合肌电信号(electromyography, EMG)对受试者腿部腓肠肌、比目鱼肌和腰部竖脊肌进行测量并分析其各阶段中值频率的变化趋势,判定各组肌肉中值频率下降的时间点。将主观自评与肌肉疲劳分析相结合,采用聚类分析将受试者按照坐姿偏好与非偏好进行区分。结果受试者在站姿25 min时产生肌肉疲劳,45 min坐姿满意度≥6分者视为偏好坐姿人群,其在坐姿50 min时产生肌肉疲劳,45 min坐姿满意度小于6分者视为非偏好坐姿人群,其在坐姿30 min时产生肌肉疲劳。结论根据不同人群的偏好合理地设置坐站交替时间可以有效地避免肌肉疲劳的累积。

摘要： 智能轮椅能有效提高行动不便者在日常生活中的活动能力和自理能力,但目前智能轮椅的控制方案往往存在着控制动作困难,响应速度慢等难题.针对这一情况,本文结合现有生物电机械接口技术和设备控制技术,提出一套基于脑电信号和肌电信号协同控制的设备控制方案,该方案允许用户仅通过4种简单的头部动作,即使用眨眼、左咬合、右咬合和专注这4个动作控制设备前进、后退、停止、左右转向和速度状态.实验结果表明,该套控制方案能够有效应用于控制智能小车进行日常运动功能,且具有较高的控制准确率和较快的控制响应速度.

摘要： 由于生物体内肌电信号频率波动较大,现有方法无法局部化分析信号频率,导致低频生物力学信号与实际输入拟合度较差。提出平面内多模态低频生物力学信号建模与仿真。确定最小分辨率,选取最佳光电编码器采集有关肌肉的肌电信号。为消除高频信号干扰,引入频谱分析和幅值转换对数据做预处理;结合局部匹配度与局部方差确定小波空间内融合权重,提取肌肉图像有效信息,实现低频处频率细分目的。将肌电信号通过一体化处理后,计算肌肉活化程度与肌肉力,确定动力学参数,建立动力学信号模型。仿真结果表明,与传统方法相比所提动力学信号模型获取的反馈数据与输入数据更为接近,对生物体共振损伤与防治有着重要临床价值。

摘要： 目的:评估被动式负重外骨骼在穿戴者站立负重姿态下的承重性能。方法:招募7名健康成年男子作为受试者,在不穿外骨骼无负重、穿戴被动式负重外骨骼背负25 kg制式背包和不穿被动式负重外骨骼背负25 kg制式背包3种条件下保持静止站立姿态10 min,观察受试者斜方肌与竖脊肌的肌电信号、肩部压力和能量消耗等指标。结果:受试者穿戴被动式负重外骨骼负重较不穿外骨骼负重,竖脊肌肌电强度增加,斜方肌肌电强度平均降低68.68%,肩部压力平均降低85.56%,耗氧量、二氧化碳呼出量和能量消耗分别降低9.47%、16.34%、10.87%。结论:该被动式负重外骨骼能减轻穿戴者颈部、肩部肌肉的负担,从而降低能量消耗,提高穿戴者的负重效率,具有良好的承重性能。

摘要： [目的]收集并统计运动员训练数据,设计基于多特征分析的运动员训练辅助决策模型。[方法]使用摄像机采集运动员的训练图像,利用尺度不变特征变换方法提取运动图像特征,在此基础上使用支持向量机获得运动员训练状态初步评估结果;运用传感器采集运动员肌电信号数据,使用小波变化提取肌电信号特征,通过时间窗识别运动员疲劳状态,得到初步运动疲劳状态评估结果;决策级融合2种初步评估结果,设计运动员训练辅助决策模型,实现运动员训练疲劳状态的有效评估。[结果]经过实验分析,使用多特征辅助决策模型后,各运动项目的平均训练分数均达到90分以上。[结论]该模型能够准确提取运动图像特征与运动员肌电特征,并对运动员运动疲劳状态作出准确评价,为制定运动员训练计划打下坚实基础。

摘要： 为了防止果蝇优化算法的局部最优约束,提高肌肉疲劳分类的准确率,本研究提出了一种基于肌电信号的肌肉疲劳分类方法:果蝇-遗传优化算法,实现了肌肉疲劳的准确检测和分类。在改进的果蝇优化算法基础上把遗传算法的交叉变异和果蝇优化算法混合,并与神经网络结合对肌肉疲劳进行识别。相较于果蝇优化算法,改进后的算法有更强的跳出局部最优的能力。与神经网络结合后对于疲劳状态识别具有更好的效果。本研究提出的肌肉疲劳分类方法,可以防止运动员过度疲劳引起的肌肉损伤,实现准确的肌肉疲劳检测和分类。一共招募了10名健康的年轻参与者(6名男性和4名女性)进行疲劳测试。首先根据主观评测法对疲劳等级进行划分。然后将采集到的肌电信号数据进行预处理、提取特征后作为神经网络,遗传算法-神经网络,果蝇优化算法-神经网络,果蝇-遗传算法-神经网络的输入。经比较果蝇-遗传优化算法-神经网络的准确率为94.3%,优于其他方法。

摘要： 针对太空微重力环境对IMU等传感器的影响问题,提出基于柔性阵列肌电信号(EMG)的空间外骨骼运动意图辨识方法,以提高意图辨识的实时性。首先提出了柔性阵列电极以及扫频筛选通断检测方法,将人体运动时与皮肤不接触电极点进行物理隔离,并研制分布式肌电采集系统,精确获取人体运动时各个肌肉群的肌电信号;然后通过比较分析确定了基于样本熵的运动意图辨识方法;最后,在搭建的模拟低重力试验系统上进行运动意图辨识测试。结果表明:本方法具有较高的识别准确率及响应速率,支撑了人机协同控制。

摘要： 为了解人体手部在不同作业姿态下的疲劳程度与效率,减少肌肉疲劳积累,降低工作肌肉疾患风险。选取三种常见的手部姿态进行实验,采用表面肌电传感器和Borg量表记录被试者不同手部姿态在操作中的前臂前群浅层肌群表面肌电信号的RMS(root means square)、MF(median frequency)值的变化规律、主观疲劳程度和操作效率。结果表明,实验中三种作业姿态下手部随时间的变化都呈现出疲劳状态且疲劳程度差异显著,其中垂直性抓握式姿态操作疲劳程度最严重;主观Borg量表和操作效率中,爬握式姿态操作效率最高,更符合人机工程原理。结合主客观分析发现,当手部运动负荷越低,且操作越稳定,手部的疲劳程度就越低,主观评价越好,操作效率也越高。

摘要： 针对目前采用肌电信号的手指关节角度连续解码误差较大,导致肌电假肢手运动效果较差的情况,提出了一种应用表面肌电信号、深度回归森林模型和人工神经网络相结合的手指关节角度连续精确感知方法。首先,应用基于滑动时间窗的特征提取器从前臂8个通道的肌电信号中各提取7种肌电信号特征(肌电信号的平均绝对值、积分肌电值、均方根、波形长度、对数特征、过零点数、斜率符号变化数),输入深度森林回归模型得到具有较大波动的掌指关节估计角度;然后,采用人工神经网络对这些掌指关节估计角度进行优化,以创建一种深度森林回归模型与人工神经网络相结合的综合回归模型;最后,利用该综合回归模型对采集到的表面肌电信号进行连续精确解码,得到肌电假手掌指关节角度控制量,其余手指关节角度可通过比例控制得到。采用所提方法进行实验验证,结果表明:所提方法的平均轨迹跟踪精度比传统高斯过程方法提高了42%,达到82.12%,证明所提方法对基于肌电信号的手指关节角度估计具有非常优良的效果。

摘要： 目的 探讨益气举陷方联合隔盐灸对重度子宫脱垂患者术后盆底功能恢复的影响。方法 将83例重度子宫脱垂患者,根据随机数字表法分为研究组42例和对照组41例。对照组脱落1例,剩余40例患者腹腔镜阴道骶骨固定术,术后进行盆底康复训练。研究组脱落3例,剩余39例患者在对照组基础上,使用益气举陷方联合隔盐灸治疗。比较两组患者治疗8周的总有效率,运用生物刺激反馈仪测定患者的盆底肌的表面肌电信号,运用盆腔器官脱垂量表(pelvic organ prolapse,POP-Q)脱垂分度量表评估患者盆底功能的解剖学变化,运用盆底功能障碍量表(pelvic floor distress inventory-short form 20,PFDI-20)评估患者的生活质量。运用盆底功能障碍影响量表(pelvic floor impact questionnaire 7,PFIQ-7)评估患者的特异性症状病情程度。结果 研究组患者在治疗8周的总有效率为94.87%,对照组为80.00%,差异有显著性(P<0.05)。两组患者治疗后静息状态、快速收缩状态、耐力收缩状态、后静息状态的肌电信号较治疗前明显增大(P<0.05);研究组明显高于对照组,差异有显著性(P<0.05)。两组患者治疗后的盆底Aα、 Bα、C、 BP较治疗前明显改善(P<0.05);研究组改善程度优于对照组,差异有显著性(P<0.05)。两组患者治疗后的PFDI-20评分较治疗前明显减小(P<0.05);研究组较对照组降低更明显,差异有统计学意义(P<0.05)。两组患者治疗后的膀胱、肠道、盆腔的PFIQ-7评分均显著减少(P<0.05);且研究组较对照组更低,差异有统计学意义(P<0.05)。结论 益气举陷方联合隔盐灸对重度子宫脱垂的疗效确切,能促进患者术后盆底功能恢复,改善患者生活质量。

摘要： 为了增强手势识别的多样性和简便性,提出了一种基于肌电信号(EMG)和加速度(ACC)信息融合的方法来识别动态手势.首先,利用MYO传感器采集EMG和ACC的手势动作信息;然后分别对ACC和EMG信号作特征降维和预处理;最后,为减少训练样本数,提出用协作稀疏表示分类器来识别基于ACC信号的姿态手势,用动态时间规整(DTW)算法和K-最邻近分类器(KNN)来分类EMG信号的手形手势.其中在利用协作稀疏表示分类器识别ACC姿态信号时,通过对创建字典最佳样本个数以及特征降维的维数进行研究来降低手势识别的复杂度.实验结果表明,手形手势的平均识别率达到了99.17％,对于向上向下、向左向右4种姿态手势平均识别率达到96.88％,而且计算速度快;对于总体的12个动态手势,其平均识别率达到96.11％.该方法对动态手势的识别率较高,计算速度快.

摘要： 肌电信号(EMG)对神经、肌肉系统的功能状态评价具有重要意义.针对EMG的非线性非平稳性及其频率参数有效性等特点,结合希尔伯特-黄变换(HHT)理论及信息熵的概念,提出一种利用Hilbert边际谱熵和能量谱熵进行EMG分析的方法.对健康人及不同病患的肌电信号进行熵值提取及统计分析,结果表明,对发生神经肌肉系统病变后的肌电信号,该方法能够敏感检测出异常,统计性能明显,可有效区别健康人及病患,为临床医学诊断提供了一种可行的方法.

摘要： 采用小波变换进行肌电信号预处理与多尺度分解,并采用小波系数最大值与平均能量值作为肌电信号特征,采用支持向量机进行特征分类识别的运动解码,并用此方法进行了腕部动作识别的实验.与时域特征、频域特征、AR参数特征提取方法以及神经网络识分类别方法进行对比,结果表明:基于支持向量机的小波特征提取方法可以较好地区分不同腕部动作,具有最高的分类精度,极大改善前臂假肢的操纵性能.

摘要： 车辆的转向操纵舒适性评价对于转向系统人机工程学设计及先进驾驶辅助系统(ADAS)触觉交互控制的开发具有重要意义.现有的对转向操纵舒适性的研究主要基于驾驶员主观评价,耗时长、成本高,且易受个体差异的影响.目前尚缺少一种能够替代主观评价的转向操纵舒适性客观评价方法.在国家自然科学基金以及清华大学-JTEKT公司合作研究项目的共同资助下,本文对驾驶员与转向操纵有关的肌电信号(EMG)进行测试分析,提出了转向操纵舒适性的肌电评价指标,并探讨了所提出的肌电评价指标随转向阻力矩的变化关系,建立了转向操纵舒适性的客观评价方法,为电控转向系统和ADAS的设计开发提供重要的指导.

摘要： 现阶段体能训练发展迅速,有负重训练,有徒手客服自身体重训练,也有各种器械的组合训练,而在体能训练中俯卧撑算是最普遍的训练方法.俯卧撑可根据身体姿势、双手的间距、支撑点数目变化、支撑方式、使用的辅助器具等可分为多种多样.俯卧撑按照身体姿势高低差可以分为高姿、中姿、低姿;按照双手左右间距可以分为超长距、宽距、中距、窄距;按照手在肩投影的位置可以分为过肩、肩下投影、胸下;按照手撑地的方式全掌撑、拳撑和指撑;按手撑地时手指的方向还可以分为内旋、外旋和中立位,此外还有负重练习法、各方向击掌练习法、腾起练习法、撑球和悬吊的不稳定支撑等等.

摘要： 为了实现对遥操作机械手自然仿生比例控制,研究了基于表面肌电信号的操作者手部动作模式及速度识别,用以指令远端机械手产生相应的动作和速度.首先,用小波分解对原始表面肌电信号进行多尺度分解,然后提取信号平均功率和模糊熵特征,输入K最近邻模型分类器,识别手部动作,同时通过正交多项式拟合操作者与机械手动作速度,最终控制机械手以相应的速度完成相应的动作.实验结果表明所提方法能提高遥控机械手的仿生控制能力.

摘要： 拮抗肌疲劳是非常常见的生理现象.前期研究发现拮抗肌疲劳会对关节力学活动产生影响,但其机制仍不明确.本研究旨在观察拮抗肌疲劳对肌肉收缩过程中肌电信号与脑电信号频率一致性的影响作用,在此基础上探讨拮抗肌疲劳对外周肌肉与运动皮层耦合性及中枢调控的影响作用.

摘要： 针对目前康复训练系统在患者个体适应性、主动参与性、操作安全可行性、康复效果评价有效性等方面仍存在的局限,提出一种基于脑电和肌电信号反馈的虚拟现实康复训练系统.系统采集受试者执行不同手势动作时的脑电信号及上肢表面肌电信号,特征提取后利用SVM进行动作模式识别,基于识别结果实现虚拟场景及目标的控制,同时基于肌电和脑电特征指标实现运动功能评价和疲劳估计,进而调整虚拟康复训练场景的难度系数,自适应切换场景.增强系统的个体适应性、主动参与性及安全有效性.

摘要： 本研究通过测试,对比正常人在稳定界面下与非稳定界面下的核心力量训练过程中,核心肌肉群肌肉的肌氧含量与表面肌电的变化特点,了解不同状态下核心力量训练过程序中核心肌群的动员程度与激活情况,分析两种状态下核心力量训练时,核心肌肉群活动的差异性,探讨其活动特点,并结合心率的变化,揭示不同核心力量训练模式训练时,核心肌群肌氧含量和表面肌电、心率两者之间的相互关系.研究结果证明对于健康运动员，应建议稳定界面下与非稳定界面下的核心力量训练交替进行，从而使肌肉能够坚持至力竭最大时间的同时充分的调动核心肌群的活动度；对于处于康复阶段的伤患，建议在自我条件允许的最大可能下进行非稳定界面下的康复训练，旨在短时间内最大范围的调动肌群参与活动，最大范围激活全身肌肉，加速血氧变化，提高新陈代谢，从而促进损伤的修复；对于普通锻炼人群，稳定界面下与非稳定界面下核心力量训练相比，由于持续至力竭时间的积累，稳定界面下的核心力量训练对整体核心肌群的活动动员效果更好，在以安全自我锻炼为前提的条件下，建议选择稳定界面下的核心力量训练。

摘要： 本研究通过测试,对比正常人在稳定界面下与非稳定界面下的核心力量训练过程中,核心肌肉群肌肉的肌氧含量与表面肌电的变化特点,了解不同状态下核心力量训练过程序中核心肌群的动员程度与激活情况,分析两种状态下核心力量训练时,核心肌肉群活动的差异性,探讨其活动特点,并结合心率的变化,揭示不同核心力量训练模式训练时,核心肌群肌氧含量和表面肌电、心率两者之间的相互关系.研究结果证明对于健康运动员，应建议稳定界面下与非稳定界面下的核心力量训练交替进行，从而使肌肉能够坚持至力竭最大时间的同时充分的调动核心肌群的活动度；对于处于康复阶段的伤患，建议在自我条件允许的最大可能下进行非稳定界面下的康复训练，旨在短时间内最大范围的调动肌群参与活动，最大范围激活全身肌肉，加速血氧变化，提高新陈代谢，从而促进损伤的修复；对于普通锻炼人群，稳定界面下与非稳定界面下核心力量训练相比，由于持续至力竭时间的积累，稳定界面下的核心力量训练对整体核心肌群的活动动员效果更好，在以安全自我锻炼为前提的条件下，建议选择稳定界面下的核心力量训练。

摘要： 本发明实施例公开了一种去心电信号的肌电信号处理方法和装置。其中，去心电信号的肌电信号处理方法包括：前置放大步骤；第一整形与第一放大步骤；方波生成步骤，其中，对第一整形与第一放大信号进行心电信号分析，得到对应于心电信号的方波信号；延时步骤，其中，对前置放大信号进行延时处理，得到延时信号；心电滤除步骤，其中，依据方波信号的幅值，滤除延时信号中的心电成分，得到滤除心电信号的肌电信号；第二带通滤波与第二放大步骤，从而滤除心电信号的干扰，得到干净、真实的肌电信号，利于肌肉活动情况分析或者设备控制等。

摘要： 本发明公开了一种针对肌电信号与脑电信号的训练达标提示方法及装置，方法包括：获取肌电信号数据与脑电信号数据，并根据肌电信号数据，确定肌电信号数据所对应的动作意图，以及根据脑电信号数据确定动作意图所对应的控制频率；根据控制频率，分别输出与移动意图所对应的第一控制指令以及执行意图所对应的第二控制指令，并根据第一控制指令与第二控制指令控制预设目标移动以及射击；获取预设目标的成功击中率，并在成功击中率达到预设等级时，接收用于反映肌电信号与脑电信号的训练已达标的反馈提示信息。本发明实现对肌电信号与脑电信号的训练达标进行提示，及时知晓训练情况。

摘要： 本发明公开了一种针对肌电信号与脑电信号的训练模式调整方法及装置，方法包括：获取脑电信号数据，根据所述脑电信号数据确定所述脑电信号数据所对应的专注力值，所述专注力值用于反映用户的专注程度；获取肌电信号数据，根据所述肌电信号数据确定所述肌电信号数据所对应的动作意图，并获取执行所述动作意图所对应的得分信息；根据所述专注力值与所述得分信息，调用对应的训练模式，并基于所述训练模式对肌电信号与脑电信号进行训练。本发明可基于专注程度以及执行所述动作意图所对应的得分信息来选择对应的训练模式，可实时调整训练模式来对肌电信号与脑电信号进行训练，以便帮助用户更好地训练肌电信号与脑电信号，以提高动作执行的准确度。

摘要： 一种基于心电信号与肌电信号融合的心理压力评测方法，属于心理压力分析技术领域。本发明针对现有心理压力评测更强调参试者的主观性，而无法用生理或行为特征从客观上体现被试个体的压力状态的问题。包括：获得心电生理参数和肌电生理参数；获得心电生理参数和肌电生理参数的所有待识别特征；通过随机森林特征重要性度量方法算法对所有待识别特征进行融合，并在压力识别模型中分配权重，获得压力识别最终模型；采集待测试者的心电信号和表面肌电信号并进行处理，获得待测试者的待测试特征；将待测试者的待测试特征输入压力识别最终模型，获得待测试者的当前心理压力等级。本发明用于测试受试者的心理压力状态。

摘要： 一种基于脑电信号、眼电信号和肌电信号的疲劳驾驶监测系统，涉及汽车的安体驾驶监测技术领域，本发明分别用于采集脑电信号、眼电信号和肌电信号；信号处理模块，用于处理所述信号采集模块采集到的脑电信号、眼电信号和肌电信号，并将采集到的原始脑电信号、眼电信号和肌电信号进行处理与分析，与正常状态下驾驶员的驾驶状态对比得到疲劳驾驶阈值；驾驶状态判断模块，用于根据疲劳驾驶阈值判断驾驶员的驾驶状态；报警模块，当驾驶员被判定为疲劳驾驶时，报警提示。本发明以驾驶员正常驾驶状态为评判标准，可以有效地增加驾驶员的驾车安全性，减少交通事故的发生。

摘要： 本发明公开了一种针对肌电信号与脑电信号的训练达标提示方法及装置，方法包括：获取肌电信号数据与脑电信号数据，并根据肌电信号数据，确定肌电信号数据所对应的动作意图，以及根据脑电信号数据确定动作意图所对应的控制频率；根据控制频率，分别输出与移动意图所对应的第一控制指令以及执行意图所对应的第二控制指令，并根据第一控制指令与第二控制指令控制预设目标移动以及射击；获取预设目标的成功击中率，并在成功击中率达到预设等级时，接收用于反映肌电信号与脑电信号的训练已达标的反馈提示信息。本发明实现对肌电信号与脑电信号的训练达标进行提示，及时知晓训练情况。

摘要： 本发明公开了一种针对肌电信号与脑电信号的训练模式调整方法及装置，方法包括：获取脑电信号数据，根据所述脑电信号数据确定所述脑电信号数据所对应的专注力值，所述专注力值用于反映用户的专注程度；获取肌电信号数据，根据所述肌电信号数据确定所述肌电信号数据所对应的动作意图，并获取执行所述动作意图所对应的得分信息；根据所述专注力值与所述得分信息，调用对应的训练模式，并基于所述训练模式对肌电信号与脑电信号进行训练。本发明可基于专注程度以及执行所述动作意图所对应的得分信息来选择对应的训练模式，可实时调整训练模式来对肌电信号与脑电信号进行训练，以便帮助用户更好地训练肌电信号与脑电信号，以提高动作执行的准确度。

摘要： 本发明实施例公开了一种去心电信号的肌电信号处理方法和装置。其中，去心电信号的肌电信号处理方法包括：前置放大步骤；第一整形与第一放大步骤；方波生成步骤，其中，对第一整形与第一放大信号进行心电信号分析，得到对应于心电信号的方波信号；延时步骤，其中，对前置放大信号进行延时处理，得到延时信号；心电滤除步骤，其中，依据方波信号的幅值，滤除延时信号中的心电成分，得到滤除心电信号的肌电信号；第二带通滤波与第二放大步骤，从而滤除心电信号的干扰，得到干净、真实的肌电信号，利于肌肉活动情况分析或者设备控制等。

摘要： 本实用新型实施例提供一种肌电信号采集器及肌电信号采集系统,其中肌电信号采集器，可通过同步肌电信号采集器的控制模块接收电子设备发送的信号采集指令，根据信号采集指令控制驱动电路向模拟前端的模拟开关电路发送激励信号，根据激励信号控制模拟开关电路与电极阵列的至少两组输入电极连接，至少两组输入电极与至少2路差分信号采集电路一一对应，根据两组输入电极中每组输入电极获取采集信号，得到两组采集信号，控制至少2路差分信号采集电路对对应的采集信号进行处理，得到输出信号，将输出信号发送至所述控制模块，控制传输模块将输出信号发送至电子设备，如此，可同时采集至少两路肌电信号，从而，能够增加单位面积上采集到的肌电信号。

摘要： 本公开实施例公开了一种去心电信号的肌电信号处理装置。去心电信号的肌电信号处理装置包括：前置放大模块；第一整形与第一放大模块；方波生成模块，和第一整形与第一放大模块电连接，用于对第一整形与第一放大信号进行心电信号分析，得到对应于心电信号的方波信号；延时模块；心电滤除模块，和方波生成模块和延时模块电连接，用于依据方波信号的幅值，滤除延时信号中的心电成分，得到滤除心电信号的肌电信号；第二带通滤波与第二放大模块，从而滤除心电信号的干扰，得到干净、真实的肌电信号，利于肌肉活动情况分析或者设备控制等。