本發(fā)明屬于多通道(或多變量)非平穩(wěn)非線性信號(hào)同步分析的技術(shù)領(lǐng)域，涉及一種基于多元經(jīng)驗(yàn)?zāi)Ｊ椒纸獾亩嗤ǖ兰‰娦盘?hào)同步處理方法。

技術(shù)背景

肌電信號(hào)(Electromyography，EMG)是肌肉收縮過(guò)程中人體神經(jīng)肌肉系統(tǒng)的生理活動(dòng)在機(jī)體皮膚表面產(chǎn)生的表征，是一種復(fù)雜的非線性非平穩(wěn)生理電信號(hào)。由于SEMG是機(jī)體神經(jīng)肌肉系統(tǒng)的直接表征形式，因此挖掘SEMG信號(hào)的生理機(jī)制可在一定程度上揭示機(jī)體神經(jīng)肌肉系統(tǒng)的功能特性，在生理學(xué)上可為研究人體神經(jīng)肌肉系統(tǒng)的生理反饋機(jī)制提供理論依據(jù)；在臨床醫(yī)用上也可為診斷與治療神經(jīng)肌肉系統(tǒng)功能性疾病(如運(yùn)動(dòng)神經(jīng)元疾病和肌萎縮等肌肉疾病等)提供有效幫助；在康復(fù)工程上，包括人體運(yùn)動(dòng)康復(fù)、肌能評(píng)價(jià)等方面也能提供指導(dǎo)性意見(jiàn)。

現(xiàn)有的SEMG信號(hào)分析與處理方法主要是針對(duì)單一通道下信號(hào)進(jìn)行分析，主要包括以下五種方法。(1)小波分析，該方法借助小波基函數(shù)，通過(guò)連續(xù)微分，使得被分解信號(hào)分量的時(shí)頻特征有較好的獨(dú)立性，在實(shí)時(shí)處理SEMG信號(hào)上具有優(yōu)勢(shì)，但由于小波分解具有交叉項(xiàng)，并不能完整的描述多成分、非平穩(wěn)SEMG信號(hào)的自然屬性，更不能合理解釋運(yùn)動(dòng)神經(jīng)元特征規(guī)律。(2)高階統(tǒng)計(jì)量，該方法根據(jù)線性時(shí)不變模型對(duì)SEMG信號(hào)進(jìn)行建模，能較好評(píng)估肌肉恒力收縮(靜態(tài))SEMG信號(hào)的非線性、非平穩(wěn)性和非高斯性程度，但缺點(diǎn)是該方法不能對(duì)動(dòng)態(tài)負(fù)荷或肌肉力作用下的SEMG特性進(jìn)行分析。(3)人工神經(jīng)網(wǎng)絡(luò)，該方法雖然能較好地描述SEMG信號(hào)，但也存在一定的局限性，例如人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程往往需要大量的先驗(yàn)數(shù)據(jù)。(4)獨(dú)立成分分析，該方法假設(shè)噪聲信息和運(yùn)動(dòng)神經(jīng)元信息屬于不同的源信號(hào)，通過(guò)構(gòu)造信號(hào)混合模型進(jìn)行反解運(yùn)算，從復(fù)雜信號(hào)中提取信號(hào)模式，能處理非高斯性的信號(hào)，但是該方法處理后得到的成分模式存在丟失，往往無(wú)法逆向重構(gòu)原始信號(hào)。(5)標(biāo)準(zhǔn)經(jīng)驗(yàn)?zāi)Ｊ椒纸夂图辖?jīng)驗(yàn)?zāi)Ｊ椒纸?，上述兩種方法都是基于希爾伯特-黃變換，不同于以傳統(tǒng)的傅立葉變換為基礎(chǔ)的線性和穩(wěn)態(tài)頻譜分析方法的是，這些方法是基于信號(hào)序列時(shí)間尺度局部特性的分解方法，能夠直接的、后驗(yàn)的和自適應(yīng)的處理SEMG信號(hào)。目前，標(biāo)準(zhǔn)經(jīng)驗(yàn)?zāi)Ｊ椒纸饣蚣辖?jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄔ诜蔷€性信號(hào)分析中已得到廣泛認(rèn)可。

然而，上述方法由于僅利用了SEMG信號(hào)在時(shí)間維度上的特性進(jìn)行分析，并未考慮多通道表面肌電(Multi-channel Electromyography,MEMG)信號(hào)的空間信息，在處理MEMG信號(hào)時(shí)忽略了機(jī)體不同位置的肌肉群之間的信息。目前，多種生理參數(shù)監(jiān)護(hù)與分析和復(fù)雜生物反饋系統(tǒng)的建模更能較為合理的揭示機(jī)體運(yùn)動(dòng)生理反應(yīng)的機(jī)制問(wèn)題，已逐步成為前沿研究熱點(diǎn)。因此，傳統(tǒng)的基于單一通道的SEMG信號(hào)分析由于缺乏在空間尺度上生理信息的分析，嚴(yán)重制約了上述技術(shù)的發(fā)展。針對(duì)這一問(wèn)題，本專利公開(kāi)了一種基于多元經(jīng)驗(yàn)?zāi)Ｊ椒纸獾亩嗤ǖ兰‰娦盘?hào)同步處理方法，該方法將采集的MEMG信號(hào)通過(guò)低差異的哈默斯利序列將數(shù)據(jù)映射到多維向量空間中，進(jìn)而在多變量條件下基于經(jīng)驗(yàn)?zāi)Ｊ椒纸庾赃m應(yīng)的分解成若干個(gè)固有模態(tài)函數(shù)(Intrinsic Mode Functions,IMF)，有效的利用了所包含的MEMG時(shí)空間信息。本發(fā)明能確保MEMG分解后通道間IMFs階數(shù)的一致性，同時(shí)也能實(shí)現(xiàn)分解后通道間對(duì)應(yīng)各IMF信息具有較強(qiáng)的相關(guān)性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明主要目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于多元經(jīng)驗(yàn)?zāi)Ｊ椒纸獾亩嗤ǖ兰‰娦盘?hào)同步處理方法，利用MEMG信號(hào)所包含的時(shí)空間信息，將采集的MEMG信號(hào)通過(guò)低差異的哈默斯利序列將數(shù)據(jù)映射到多維向量空間中，進(jìn)而在多變量條件下基于經(jīng)驗(yàn)?zāi)Ｊ椒纸庾赃m應(yīng)的分解成若干個(gè)固有模態(tài)分量，有效確保了每一通道IMFs階數(shù)一致性，其次與標(biāo)準(zhǔn)經(jīng)驗(yàn)?zāi)Ｊ椒纸饣蚣辖?jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄏ啾?，多元?jīng)驗(yàn)?zāi)Ｊ椒纸?MEMD)得到的通道間IMFs信息具有較好的相關(guān)性。

為了實(shí)現(xiàn)以上目的，本發(fā)明的技術(shù)方案是一種基于多元經(jīng)驗(yàn)?zāi)Ｊ椒纸獾募‰娦盘?hào)同步處理方法，主要包括以下步驟：

步驟1：通過(guò)p,p≥3個(gè)通道肌電信號(hào)采集儀器同步拾取人體在特定運(yùn)動(dòng)動(dòng)作條件下典型肌肉群處的肌電信號(hào)，獲取肌電信號(hào)樣本數(shù)據(jù)，構(gòu)成一個(gè)p維原始信號(hào)s(t)，s(t)＝｛s₁(t),s₂(t),…,s_p(t)｝，其中t是時(shí)刻值；

步驟2：通過(guò)低差異的哈默斯利序列，將步驟1所獲取的s(t)映射到一個(gè)p-1維球體上形成新的數(shù)據(jù)點(diǎn)集u_p＝{u₁,u₂,…,u_p}；

步驟3：將步驟2得到的點(diǎn)集，沿著方向向量集其中，p-1維球體上角度點(diǎn)集θ_v＝{θ_v1,θ_v2,…,θ_p-1|θ_v∈R^p}，方向向量v＝1,2,…,V分別進(jìn)行投影并得到一組投影集

步驟4：計(jì)算步驟3得到的投影集的極值及對(duì)應(yīng)的時(shí)刻

步驟5：將步驟4得到的極值矩陣插值，得到包絡(luò)曲線集

步驟6：將步驟5得到的包絡(luò)曲線集求平均，得到平均包絡(luò)曲線，

步驟7：通過(guò)公式(5)提取成分d(t)：

$d\left(t\right)=s\left(t\right)-\stackrel{\‾}{a}\left(t\right)---\left(5\right)$

此時(shí)，若d(t)滿足篩選條件，則將d(t)被定義為固有模態(tài)分量c(t)，同時(shí)將s(t)-d(t)視為s(t)，重復(fù)以上步驟1至7；若d(t)不滿足篩選條件，則將d(t)視為s(t)，重復(fù)以上步驟1至7得到殘余分量r(t)，停止循環(huán)計(jì)算；

通過(guò)以上步驟重復(fù)篩選后，原始信號(hào)s(t)將被分解為N個(gè)固有模態(tài)分量，{c_N(t)},N＝1,2,…,N和殘余分量r(t)之和，如公式(6)所示：

$s\left(t\right)={\mathrm{\Σ}}_1^N{c}_N\left(t\right)+r\left(t\right)---\left(6\right)$

其中，篩選條件是其中a(t)是包絡(luò)平均曲線的幅值，而σ是調(diào)節(jié)參數(shù)，其值根據(jù)實(shí)際情況決定且σ∈(0,1)。

進(jìn)一步的，所述步驟2的獲得低差異的哈默斯利序列的具體方法為：

首先將獲得的多通道肌電信號(hào)數(shù)據(jù)構(gòu)建Halton序列，即假設(shè)整個(gè)質(zhì)數(shù)集由小到大排列后，前n個(gè)質(zhì)數(shù)為{x₁,x₂,…,x_n}，則某一維度上的Halton序列的第i個(gè)樣本為：

$r_i^x=\frac{a_0}{x}+\frac{a_1}{x^2}+\frac{a_2}{x^3}+...+\frac{a_s}{x^{s+1}}---\left(1\right)$

其中，基數(shù)x為整數(shù)，a_j(j＝1,2,…,s)是樣本索引i按x進(jìn)制展開(kāi)后的j位上的數(shù)，s表示樣本索引i按x進(jìn)制展開(kāi)后的總個(gè)數(shù)，因此樣本索引i通過(guò)基數(shù)x的表示方法如下：

i＝a₀+a₁×x+a₂×x²+…+a_s×x^s (2)

將質(zhì)數(shù)分別帶入公式(2)，得到n個(gè)樣本的Halton序列如下：

$(r_i^{x_1},r_i^{x_2},...,r_i^{x_n})---\left(3\right)$

由Halton序列得到n個(gè)樣本的哈默斯利序列如下：

$(\frac{i}{n},r_i^{x_1},r_i^{x_2},...,r_i^{x_{n-1}})---\left(4\right).$

進(jìn)一步的，所述步驟3的具體方法為：

將哈默斯利序列采樣得到的(p-1)維球體上形成新的數(shù)據(jù)點(diǎn)集u_p＝{u₁,u₂,…,u_p}沿著(p-1)維球體的所有方向向量分別投影到球體上，得到一組投影集此時(shí)，投影集長(zhǎng)度為單位長(zhǎng)度，不具有物理意義，投影集方向向量值代表了u_p中各個(gè)元素。

進(jìn)一步的，所述步驟4的方法為：

通過(guò)設(shè)定檢索數(shù)據(jù)長(zhǎng)度，并計(jì)算過(guò)零點(diǎn)個(gè)數(shù)，得出投影集對(duì)應(yīng)的極值及時(shí)刻

進(jìn)一步的，所述本發(fā)明肌電信號(hào)包括通過(guò)介入和非介入兩種方式拾取的肌電電信號(hào)。

本發(fā)明一種基于多元經(jīng)驗(yàn)?zāi)Ｊ椒纸獾募‰娦盘?hào)同步處理方法，根據(jù)上述步驟各個(gè)通道分解出的固有模態(tài)分量包含了MEMG信號(hào)的時(shí)空間信息；基于多元經(jīng)驗(yàn)?zāi)Ｊ椒纸獾亩嗤ǖ兰‰娦盘?hào)同步處理方法，能確保MEMG分解后通道間IMFs階數(shù)的一致性，其次與標(biāo)準(zhǔn)經(jīng)驗(yàn)?zāi)Ｊ椒纸饣蚣辖?jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄏ啾?，該方法分解得到的通道間對(duì)應(yīng)各IMF信息具有較強(qiáng)的相關(guān)性。

附圖說(shuō)明

圖1為本發(fā)明的流程圖；

圖2下肢腿部實(shí)驗(yàn)協(xié)議；圖2中(a)為坐立伸腿示意圖，(b)為站立屈曲示意圖，(c)為行走示意圖；

圖3表面肌電電極放置位置；圖3中(a)為人體正面示意圖，(b)為人體背面示意圖；

圖4第二類數(shù)據(jù)正常組被試1的坐立伸腿實(shí)驗(yàn)的MEMD結(jié)果中的股內(nèi)側(cè)肌部分，圖4中(a)為第1-4階IMF分量時(shí)域圖，(b)為第5-8階IMF分量時(shí)域圖，(c)為第9-12階IMF分量時(shí)域圖，(d)為第13-16階IMF分量時(shí)域圖。

具體實(shí)施方式

下面結(jié)合附圖詳細(xì)說(shuō)明，本發(fā)明在針對(duì)多通道肌電信號(hào)(MEMG)處理時(shí)(相比目前在肌電信號(hào)分析與處理領(lǐng)域中廣泛采用的集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?EEMD)方法)具體實(shí)施方法以及性能分析結(jié)果。

典型肌肉群包括且不限于斜方肌、背闊肌、肩胛提肌、菱形肌、豎脊肌、胸大肌、腹外斜肌、腹直肌、胸小肌、肋間外肌、腹內(nèi)斜肌、肩胛提肌、三角肌、肱二頭肌、喙肱肌、三角肌、拇短伸肌、橈側(cè)腕短伸肌、橈側(cè)腕長(zhǎng)伸肌、小指伸肌、指伸肌、肱橈肌、掌長(zhǎng)肌、旋前圓肌、尺側(cè)腕屈肌、橈側(cè)腕屈肌、臀大肌、股二頭肌、腓腸肌、趾長(zhǎng)伸肌和比目魚??；

為驗(yàn)證本專利所提出的基于多元經(jīng)驗(yàn)?zāi)Ｊ椒纸獾亩嗤ǖ兰‰娦盘?hào)同步處理方法的性能，首先實(shí)施了實(shí)驗(yàn)并采集了11個(gè)正常男性被試的下肢運(yùn)動(dòng)SEMG數(shù)據(jù)。在實(shí)驗(yàn)過(guò)程中，每位被試者被要求完成三種腿部運(yùn)動(dòng)動(dòng)作，包括坐立狀態(tài)下的腿部伸展(簡(jiǎn)稱“坐立伸腿”)、站立狀態(tài)下的腿部屈曲(簡(jiǎn)稱“站立屈曲”)以及行走，如圖2所示。為了消除個(gè)體差異的影響，每位被試至少執(zhí)行4次實(shí)驗(yàn)動(dòng)作。

多通道肌電信號(hào)采集設(shè)備的采樣率為1000Hz，采樣精度14位，單位mV。設(shè)備共有8個(gè)數(shù)字通道和4個(gè)模擬通道。實(shí)驗(yàn)過(guò)程中采用了其中5個(gè)通道，包括4個(gè)數(shù)字通道用于采集表面SEMG信號(hào)和1個(gè)模擬通道用于采集大腿與小腿間的夾角角度。原始數(shù)據(jù)被直接存儲(chǔ)在設(shè)備的內(nèi)置存儲(chǔ)卡中，并通過(guò)藍(lán)牙實(shí)時(shí)返回到數(shù)據(jù)采集系統(tǒng)的軟件設(shè)備。第1至4通道的SEMG信號(hào)依次對(duì)應(yīng)以下肌肉：股直肌(RF)、股二頭肌(BF)、股內(nèi)側(cè)肌(VM)和半腱肌(ST)。肌電電極分布如圖3所示。

將采集得到的四通道肌電信號(hào)數(shù)據(jù)，依次按照步驟2-7進(jìn)行多元經(jīng)驗(yàn)?zāi)Ｊ椒纸?，分解后得到IMFs。以被試1的坐立伸腿實(shí)驗(yàn)為例，其股內(nèi)側(cè)肌處的肌電信號(hào)分解后得到16階IMFs，具體結(jié)果如圖4所示。此外，股直肌、股二頭肌和半腱肌三個(gè)通道的EMG信號(hào)，也同時(shí)分解得到16階IMFs。

為了驗(yàn)證本專利所公開(kāi)方法在處理多通道肌電信號(hào)的性能優(yōu)劣，我們采用了兩個(gè)性能評(píng)估指標(biāo)，即固有模態(tài)函數(shù)(IMF)階數(shù)一致性以及模式隊(duì)列程度，同時(shí)與目前在肌電信號(hào)分析與處理領(lǐng)域中廣泛采用的集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?EEMD)方法相比較，對(duì)上述分解結(jié)果進(jìn)行評(píng)估。固有模態(tài)函數(shù)(IMF)階數(shù)一致性是比較各個(gè)通道分解出的IMFs階數(shù)數(shù)量的差異性。而模式隊(duì)列程度能夠評(píng)估不同通道的同階IMF分量之間的相關(guān)性程度，對(duì)于多通道EMG信號(hào)此相關(guān)性越高則每一通道對(duì)應(yīng)IMF一致性越好，模式隊(duì)列的程度越高。對(duì)于上述IMFs，其平均相關(guān)性系數(shù)的計(jì)算方法如下。首先，分別對(duì)各個(gè)IMF分量進(jìn)行標(biāo)準(zhǔn)化并計(jì)算標(biāo)準(zhǔn)化IMF的功率譜；其次，進(jìn)一步計(jì)算第n1(n1＝1,2,…,N)通道與第n2(n2＝1,2,…,N)通道的第m(m＝1,2,…,M)階IMF分量功率譜之間的相關(guān)性系數(shù)c(n1,n2)，最終得到一個(gè)N階相關(guān)性系數(shù)矩陣C_mC_m：

當(dāng)n₁≠n₂n₁≠n₂時(shí)計(jì)算矩陣C_mC_m元素的平均值ρ_mρ_m，該值即為該被試對(duì)應(yīng)實(shí)驗(yàn)的第m階IMF的平均相關(guān)性系數(shù)。依次計(jì)算各階IMF的平均相關(guān)性系數(shù)計(jì)算該組系數(shù)的平均值則可得到該被試在相應(yīng)實(shí)驗(yàn)動(dòng)作下IMFs的平均相關(guān)性系數(shù)ρ。

性能指標(biāo)1：固有模態(tài)函數(shù)(IMF)階數(shù)一致性

表1被試四通道SMEG信號(hào)經(jīng)EEMD和MEMD處理所得IMFs的總階數(shù)

由表1可知，對(duì)于不同通道的IMFs總階數(shù)，EEMD不一定相等，而MEMD方法所得IMFs其不同通道的總階數(shù)相等。

性能指標(biāo)2：模式隊(duì)列程度

根據(jù)分解的IMFs功率譜分析，計(jì)算坐立伸腿、站立屈曲、行走三種實(shí)驗(yàn)動(dòng)作的平均相關(guān)性系數(shù)，用以衡量IMFs的模式隊(duì)列性。為了進(jìn)一步對(duì)比，這里對(duì)正常組所有被試的平均相關(guān)性系數(shù)進(jìn)行統(tǒng)計(jì)。對(duì)于單個(gè)被試某個(gè)動(dòng)作分解所得的一組IMFs，首先計(jì)算不同通道間同階IMFs的平均相關(guān)性系數(shù)，再剔除80％能量對(duì)應(yīng)頻率小于20Hz的IMFs的平均相關(guān)性系數(shù)，計(jì)算剩余系數(shù)之間的平均值。最后求取正常組被試間相同實(shí)驗(yàn)動(dòng)作在相同分解方法下對(duì)應(yīng)系數(shù)的均值與標(biāo)準(zhǔn)差，結(jié)果如表2所示。

表2正常組EEMD和MEMD所得IMFs的平均相關(guān)性系數(shù)表

由表2可知，MEMD的平均相關(guān)性系數(shù)相近，對(duì)于三種實(shí)驗(yàn)動(dòng)作中被試的EMG信號(hào)，MEMD的平均相關(guān)性系數(shù)外都在0.78以上，而三種實(shí)驗(yàn)動(dòng)作中EEMD的平均相關(guān)性系數(shù)在0.69以下。從被試的角度分析，對(duì)于坐立伸腿實(shí)驗(yàn)中81.82％的被試、站立屈曲實(shí)驗(yàn)中90.91％的被試和行走實(shí)驗(yàn)中90.91％的被試，MEMD的平均相關(guān)性系數(shù)高于EEMD；對(duì)于坐立伸腿實(shí)驗(yàn)中90.91％的被試、站立屈曲中90.91％的被試和行走實(shí)驗(yàn)中63.64％的被試，MEMD的平均相關(guān)性系數(shù)高于EEMD。綜上所述，除行走實(shí)驗(yàn)中MEMD的平均相關(guān)性系數(shù)相近，總體上MEMD的平均相關(guān)性系數(shù)高于EEMD。