本發(fā)明涉及信號(hào)處理領(lǐng)域，尤其涉及一種肌電信號(hào)模式識(shí)別方法；更具體地，本發(fā)明涉及一種基于表面肌電信號(hào)的腦癱兒步態(tài)識(shí)別方法。

背景技術(shù)：

腦癱是繼小兒麻痹之后又一肢體殘疾的主要疾病，近年來(lái)，腦癱的發(fā)病率越來(lái)越高，主要發(fā)生在嬰兒出生前后的一段時(shí)間內(nèi)，運(yùn)動(dòng)障礙是腦癱兒的一大主要癥狀，這也給腦癱兒及其家人的日常生活帶來(lái)了極大的不便。目前腦癱的治療主要采取康復(fù)訓(xùn)練，這要在醫(yī)護(hù)人員的幫助下完成，這樣不僅浪費(fèi)時(shí)間而且給醫(yī)護(hù)人員帶來(lái)了極大的挑戰(zhàn)，不僅醫(yī)護(hù)人員要適應(yīng)患者的走路習(xí)慣，患者也要配合醫(yī)護(hù)人員的訓(xùn)練指導(dǎo)，而且訓(xùn)練效率較低、勞動(dòng)強(qiáng)度較大并且訓(xùn)練的效果也容易受到訓(xùn)練醫(yī)護(hù)人員的主觀因素的影響。

開發(fā)可以用于下肢康復(fù)的外骨骼機(jī)器人也是近些年的研究熱點(diǎn)，但是傳統(tǒng)的外骨骼機(jī)器人是采用多種傳感器來(lái)獲取訓(xùn)練者的力或者力矩信息來(lái)進(jìn)行控制，不能反映訓(xùn)練者的運(yùn)動(dòng)意圖。

肌電信號(hào)是由肌肉產(chǎn)生的一種微弱的生物電信號(hào)，能夠在一定程度上反映神經(jīng)肌肉的功能狀態(tài)，已經(jīng)被廣泛的應(yīng)用到康復(fù)醫(yī)學(xué)領(lǐng)域。近幾年，隨著生物醫(yī)學(xué)技術(shù)、人工智能技術(shù)的發(fā)展，使用肌電信號(hào)進(jìn)行動(dòng)作識(shí)別已經(jīng)有很多人在研究了，但是用肌電信號(hào)來(lái)進(jìn)行步態(tài)識(shí)別的研究還很少。

實(shí)際上，使用肌電信號(hào)進(jìn)行動(dòng)作和手勢(shì)的識(shí)別相比于步態(tài)識(shí)別更加容易，這是因?yàn)閯?dòng)作手勢(shì)不用劃分不同的動(dòng)作和手勢(shì)，直接可以對(duì)不同的動(dòng)作手勢(shì)進(jìn)行模式識(shí)別，但是步態(tài)識(shí)別需要先對(duì)一個(gè)步態(tài)周期進(jìn)行劃分，然后在利用劃分好的肌電信號(hào)進(jìn)行步態(tài)識(shí)別。

將肌電信號(hào)用于外骨骼機(jī)器人或者智能康復(fù)裝置的控制系統(tǒng)中可以實(shí)現(xiàn)系統(tǒng)的柔性控制，增加系統(tǒng)的適應(yīng)性，針對(duì)每個(gè)訓(xùn)練者制定相應(yīng)的康復(fù)訓(xùn)練計(jì)劃，提高訓(xùn)練的效率。但是，如上所述，用肌電信號(hào)來(lái)進(jìn)行步態(tài)識(shí)別的研究還很少。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有技術(shù)中存在上述缺陷，提供一種基于表面肌電信號(hào)的腦癱兒步態(tài)識(shí)別方法。

根據(jù)本發(fā)明，提供了一種基于表面肌電信號(hào)的腦癱兒步態(tài)識(shí)別方法，包括：

第一步驟：采集對(duì)象腿部不同通道的肌電信號(hào)和對(duì)象雙腿的腿部角度數(shù)據(jù)；

第二步驟：對(duì)所采集的肌電信號(hào)進(jìn)行預(yù)處理；

第三步驟：利用雙腿的腿部角度數(shù)據(jù)進(jìn)行步態(tài)劃分，同時(shí)將相對(duì)應(yīng)的各個(gè)通道的肌電信號(hào)數(shù)據(jù)也進(jìn)行同樣的步態(tài)劃分；

第四步驟：提取預(yù)處理后信號(hào)的時(shí)域和頻域特征，并且對(duì)所提取的特征進(jìn)行特征組合；

第五步驟：利用提取的特征組合建立模型，并按照步態(tài)劃分得到的步態(tài)階段進(jìn)行步態(tài)識(shí)別。

優(yōu)選地，第五步驟利用提取的特征組合在matlab中l(wèi)ibsvm工具箱建立模型并進(jìn)行步態(tài)識(shí)別。

優(yōu)選地，第三步驟的步態(tài)劃分得到的步態(tài)階段包括：支撐中期、支撐末期、預(yù)擺動(dòng)期、擺動(dòng)中期和擺動(dòng)末期。

優(yōu)選地，第四步驟以每個(gè)通道經(jīng)過(guò)預(yù)處理的數(shù)據(jù)作為數(shù)據(jù)源進(jìn)行特征提取。

優(yōu)選地，時(shí)域和頻域特征包括：方差、過(guò)零點(diǎn)數(shù)、波形長(zhǎng)度、絕對(duì)平均值、中值頻率、平均功率頻率、均方根和積分肌電值，而且第四步驟提取了方差、過(guò)零點(diǎn)數(shù)、波形長(zhǎng)度、絕對(duì)平均值、中值頻率、平均功率頻率、均方根和積分肌電值的特征值。

優(yōu)選地，在第四步驟中，將n個(gè)通道在同一個(gè)時(shí)間段提取的特征按照通道順序進(jìn)行組合，再將所提取的特征和過(guò)零點(diǎn)數(shù)進(jìn)行組合，生成特征向量，向量維度為[5x30,nx2]，n為自然數(shù)。

優(yōu)選地，第五步驟包括：在模型訓(xùn)練過(guò)程中，將不同步態(tài)階段提取的特征進(jìn)行分類標(biāo)注，對(duì)標(biāo)注好的多個(gè)特征向量利用svm建立模型。

本發(fā)明通過(guò)采集腦癱兒腿部的表面肌電信號(hào)識(shí)別其步態(tài)，從而用于腦癱兒的智能康復(fù)系統(tǒng)的開發(fā)，使人機(jī)交互系統(tǒng)更能反映人的意志。

附圖說(shuō)明

結(jié)合附圖，并通過(guò)參考下面的詳細(xì)描述，將會(huì)更容易地對(duì)本發(fā)明有更完整的理解并且更容易地理解其伴隨的優(yōu)點(diǎn)和特征，其中：

圖1示意性地示出了根據(jù)本發(fā)明優(yōu)選實(shí)施例的基于表面肌電信號(hào)的腦癱兒步態(tài)識(shí)別方法的流程圖。

圖2示意性地示出了根據(jù)本發(fā)明優(yōu)選實(shí)施例的基于表面肌電信號(hào)的腦癱兒步態(tài)識(shí)別方法采用的步態(tài)劃分方法及8個(gè)通道的肌電信號(hào)步態(tài)劃分和雙腿的角度數(shù)據(jù)的示意圖。

需要說(shuō)明的是，附圖用于說(shuō)明本發(fā)明，而非限制本發(fā)明。注意，表示結(jié)構(gòu)的附圖可能并非按比例繪制。并且，附圖中，相同或者類似的元件標(biāo)有相同或者類似的標(biāo)號(hào)。

具體實(shí)施方式

為了使本發(fā)明的內(nèi)容更加清楚和易懂，下面結(jié)合具體實(shí)施例和附圖對(duì)本發(fā)明的內(nèi)容進(jìn)行詳細(xì)描述。

圖1示意性地示出了根據(jù)本發(fā)明優(yōu)選實(shí)施例的基于表面肌電信號(hào)的腦癱兒步態(tài)識(shí)別方法的流程圖。

如圖1所示，根據(jù)本發(fā)明優(yōu)選實(shí)施例的基于表面肌電信號(hào)的腦癱兒步態(tài)識(shí)別方法包括：

第一步驟s1：采集對(duì)象腿部不同通道的肌電信號(hào)和對(duì)象雙腿的腿部角度數(shù)據(jù)；

具體地，例如可以按照固定的采樣頻率采集不同通道的腿部肌肉電信號(hào)，即肌電信號(hào)；并利用3d位置傳感器采集對(duì)象雙腿的腿部角度數(shù)據(jù)。

第二步驟s2：對(duì)所采集的肌電信號(hào)進(jìn)行預(yù)處理；例如，對(duì)所采集的肌電信號(hào)進(jìn)行濾波、陷波和去噪等預(yù)處理。在該步驟中，對(duì)每個(gè)通道的肌電信號(hào)數(shù)據(jù)進(jìn)行預(yù)處理，由此可以盡可能減少外界干擾對(duì)原始肌電信號(hào)所造成的影響。

例如，所采用的帶通濾波器為10-350hz的elliptic帶通濾波器，陷波器采用的是60hz陷波器，去噪是利用db4小波函數(shù)來(lái)進(jìn)行小波去噪。

第三步驟s3：利用雙腿的腿部角度數(shù)據(jù)進(jìn)行步態(tài)劃分，同時(shí)將相對(duì)應(yīng)的各個(gè)通道的肌電信號(hào)數(shù)據(jù)也進(jìn)行同樣的步態(tài)劃分。

例如，雙腿的腿部角度數(shù)據(jù)，將對(duì)象的步態(tài)分為五個(gè)步態(tài)階段：支撐中期、支撐末期、預(yù)擺動(dòng)期、擺動(dòng)中期和擺動(dòng)末期。

第四步驟s4：提取預(yù)處理后信號(hào)的時(shí)域和頻域特征，并且對(duì)所提取的特征進(jìn)行特征組合。

例如，對(duì)經(jīng)過(guò)預(yù)處理的肌電信號(hào)數(shù)據(jù)分別提取各個(gè)通道的五個(gè)步態(tài)階段的特征值。具體而言：

以每個(gè)通道經(jīng)過(guò)預(yù)處理的數(shù)據(jù)作為數(shù)據(jù)源進(jìn)行特征提取，分別提取上述五個(gè)步態(tài)階段的特征，所述提取的特征包括：方差、過(guò)零點(diǎn)數(shù)、波形長(zhǎng)度、絕對(duì)平均值、中值頻率、平均功率頻率、均方根和積分肌電值。計(jì)算公式如下：

方差為：

其中n為采集的表面肌電信號(hào)的采樣點(diǎn)數(shù)，yi為第i個(gè)表面肌電信號(hào)采樣點(diǎn)的幅值，為樣本均值。

過(guò)零點(diǎn)數(shù)為：

假設(shè)有兩個(gè)樣本yi和yi+1，如果滿足：{yi>0且yi+1<0}或{yi<0且yi+1>0}，則過(guò)零點(diǎn)個(gè)數(shù)加一。其中yi為第i個(gè)表面肌電信號(hào)采樣點(diǎn)的幅值。

波形長(zhǎng)度為：

其中，△yi＝y(tǒng)i-yi-1，yi為第i個(gè)表面肌電信號(hào)采樣點(diǎn)的幅值。

絕對(duì)平均值為：

其中n為采集的表面肌電信號(hào)采樣點(diǎn)數(shù)，yi為第i個(gè)表面肌電信號(hào)采樣點(diǎn)的幅度值。

中值頻率為：

其中psd(f)為表面肌電信號(hào)的功率譜密度估計(jì)函數(shù)。

平均功率頻率：

其中psd(f)為表面肌電信號(hào)的功率譜密度估計(jì)函數(shù)。

均方根：

其中n為采樣點(diǎn)數(shù)，yi為第i個(gè)表面肌電信號(hào)采樣點(diǎn)的幅度值。

積分肌電值：

其中△為i的變化量，yi為第i個(gè)表面肌電信號(hào)采樣點(diǎn)的幅度值。

根據(jù)上述提取的特征值，對(duì)所提取的特征值進(jìn)行特征組合。具體而言：

將n個(gè)通道在同一個(gè)時(shí)間段提取的特征按照通道順序進(jìn)行組合，再將所提取的特征和過(guò)零點(diǎn)數(shù)進(jìn)行組合，生成特征向量，向量維度為[5x30,nx2]。

第五步驟s5：利用提取的特征組合建立模型，并按照步態(tài)劃分出的步態(tài)階段進(jìn)行步態(tài)識(shí)別。

具體地，可以利用提取的特征組合在matlab中l(wèi)ibsvm工具箱建立模型并進(jìn)行步態(tài)識(shí)別。

具體地，例如，在模型訓(xùn)練過(guò)程中，將不同步態(tài)階段提取的特征進(jìn)行分類標(biāo)注。對(duì)標(biāo)注好的多個(gè)特征向量利用libsvm工具箱建立模型。

在模型訓(xùn)練過(guò)程中，使用libsvm工具箱的svm模式識(shí)別方法將多個(gè)特征作為訓(xùn)練樣本進(jìn)行模型訓(xùn)練，最終生成可以識(shí)別五類組合特征的分類模型，分別對(duì)應(yīng)五個(gè)步態(tài)階段。

在識(shí)別過(guò)程中，腦癱患者像平時(shí)一樣走路，各個(gè)步態(tài)周期的五個(gè)階段的特征值分別被提取，經(jīng)過(guò)上述處理后與建立的模型進(jìn)行計(jì)算，得到最終的識(shí)別結(jié)果。所述識(shí)別結(jié)果對(duì)腦癱患者在訓(xùn)練時(shí)一個(gè)步態(tài)周期的五個(gè)階段。

需要說(shuō)明的是，模型建立完成之后，進(jìn)入步態(tài)識(shí)別。步態(tài)識(shí)別的起始點(diǎn)為整個(gè)方法的起始點(diǎn)，返回第一步驟s1肌電信號(hào)采集環(huán)節(jié)，重復(fù)進(jìn)行肌電信號(hào)采集、肌電信號(hào)特征提取、特征向量組合(也即第一步驟s1至第三步驟s3)，并配合已經(jīng)建立的模型，輸出識(shí)別結(jié)果。不斷循環(huán)識(shí)別，輸出步態(tài)識(shí)別結(jié)果。

由此，本發(fā)明提供一種肌電信號(hào)模式識(shí)別方法，能夠識(shí)別出腦癱兒五個(gè)不同的步態(tài)階段，分別為支撐中期、支撐末期、預(yù)擺動(dòng)期、擺動(dòng)中期和擺動(dòng)末期。最好的特征組的識(shí)別率幾乎都可以達(dá)到60％以上，最好可以達(dá)到100％，平均識(shí)別率都在80％以上?？梢詫?shí)現(xiàn)將肌電信號(hào)應(yīng)用于腦癱兒康復(fù)系統(tǒng)中，這樣不僅提高了訓(xùn)練的效率，還解決了傳感器信號(hào)控制不能反映訓(xùn)練者運(yùn)動(dòng)意圖的難題，提高了訓(xùn)練系統(tǒng)的自動(dòng)化和智能程度。

此外，需要說(shuō)明的是，除非特別指出，否則說(shuō)明書中的術(shù)語(yǔ)“第一”、“第二”、“第三”等描述僅僅用于區(qū)分說(shuō)明書中的各個(gè)組件、元素、步驟等，而不是用于表示各個(gè)組件、元素、步驟之間的邏輯關(guān)系或者順序關(guān)系等。

可以理解的是，雖然本發(fā)明已以較佳實(shí)施例披露如上，然而上述實(shí)施例并非用以限定本發(fā)明。對(duì)于任何熟悉本領(lǐng)域的技術(shù)人員而言，在不脫離本發(fā)明技術(shù)方案范圍情況下，都可利用上述揭示的技術(shù)內(nèi)容對(duì)本發(fā)明技術(shù)方案作出許多可能的變動(dòng)和修飾，或修改為等同變化的等效實(shí)施例。因此，凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所做的任何簡(jiǎn)單修改、等同變化及修飾，均仍屬于本發(fā)明技術(shù)方案保護(hù)的范圍內(nèi)。