基于匹配实测表面肌电信号的模型参数辨识

目的 通过对仿真与真实表面肌电信号(sEMG)的波形匹配以及肌疲劳现象的分析,研究sEMG信号的模型参数辨识问题. 方法 在运动单位仿真的基础上,引入神经激励对运动单位的募集和发放控制特性,建立了一个较为完善的sEMG信号生理学模型.利用调整模型相关生理参数使仿真与真实sEMG信号的运动单位动作电位(MUAP)波形相匹配的方法,实现对模型参数进行估计,通过调节肌纤维传导速度(MFCV)使仿真与真实sEMG信号的平均频率(MNF)及中值频率(MDF)拟合直线趋势相似的方法,研究肌肉的疲劳现象及其机理. 结果 适当调节sEMG信号模型参数可使仿真信号波形逼近真实sEMG信号波形,各个肌纤维的MFCV在模拟恒力持续收缩过程中减小时,仿真信号的MNF和MDF拟合直线呈下降趋势. 结论 采用模型方法能够实现仿真与真实sEMG信号波形的良好匹配,并能够有效地表达肌肉的疲劳过程,可应用于肌电信号相关领域的研究.     

基于非线性能量算子的表面肌电信号MUAP发放检测

采用基于平滑非线性能量算子(smoothed nonlinear energy operator, SNEO)的方法对表面肌电(surface EMG, SEMG)信号运动单位动作电位(motor unit action potential, MUAP)的发放信息进行检测,提出一种能较精确确定MUAP发放数目的阈值检测方法.利用这些方法分别对肌肉轻度收缩和中度收缩时的SEMG信号进行了MUAP发放检测实验,结果表明,对于轻度收缩时的SEMG信号,本文的方法十分有效,而对中度收缩时的SEMG信号也能获得比较满意的检测结果.     

电极配置对MUAP检测影响的仿真研究

本研究采用模型的方法,研究了电极配置对运动单位动作电位检测的影响.根据肌肉的形态结构和生理特征,从细胞内动作电位开始,仿真了运动单位动作电位序列.在此基础上,研究了电极的配置对运动单位动作电位的波形和统计特征的影响.结果表明:尺寸较小的电极选择性较好;差分电极的选择性优于单电极,适当调整其电极间距离和角度,可提高检测质量.     

基于运动神经元激励的表面肌电信号仿真研究

以单纤维动作电位的仿真为基础,结合运动单位的生理结构特点,利用神经肌肉系统激励与运动单位募集、发放间的近似关系,建立一个比较符合生理学特性的表面肌电(sEMG)信号模型,以仿真不同激励情况的sEMG信号.仿真实验发现,肌纤维与电极间距离的增加将使皮肤表面检测到的动作电位峰值下降;随着激励水平的提高,与仿真sEMG信号相关的收缩力逐渐增大,且仿真sEMG信号的时域波形以及频谱也与真实sEMG信号相似.实验结果表明仿真sEMG信号能够较有效地逼近真实sEMG信号,可用于运动单位发放检测等相关研究领域.