前臂肌电信号的测试与分析

研制有实用价值的前臂肌电控制假手,必须选择合宜的肌电信号源。本文通过对截肢者前臂残端肌群情况的调查分析,分别用针电极和表面电极测试正常人和前臂残肢者在自然下垂位、功能位做各种动作时的肌电信号,并进行时域和频域的分析比较,从而获得关于肌电信号的一些特征,进一步为前臂肌电控制假手之肌电信号源的选择提供了重要的依据。     

残肢病人肌电的康复

在我国随着肌电控制假肢研制工作的进展,肌电控制假手实用化任务已摆在我们面前。是否有可能使尽量多的前臂残肢者,都能利用自身残存肌肉群提供合适肌肉的肌电信号,以适应肌电控制假肢对信号源的要求,便是其中较为突出的一个问题。本文在总结几年来实践经验的基础上,阐述了残肢肌电康复的原理和方法以及初步实验结果。     

基于幅频联合分析法对肌肉疲劳状态下表面肌电信号时、频域变化规律的研究

目的:通过对肌肉疲劳状态下表面肌电信号(sEMG)的提取,利用幅频联合分析的方法探讨sEMG作为肌肉生理特征信号在疲劳发生过程中的变化规律。方法:5名健康男性左右手臂分别进行一次实验,实验过程中,手臂自然下垂,前臂抬起至水平,与上臂成90°角,前臂上悬挂重量为5 Kg的重物,使肌肉等长收缩8 min,采用英国BIOPAC公司生产的MP150及其肌电采集模块同步记录肌肉的表面肌电信号,使用The MathWorks公司的MATLAB7.0软件,在信号3min、5 min、7 min后各取20 s进行幅频联合分析。结果:sEMG随着肌肉疲劳状态的加剧,信号幅值平均值明显增大,功率谱密度发生变化,平均功率频率(MPF)、中位频率(MF)明显减小。结论:表面肌电信号的幅频联合分析法为进一步深入研究肌肉疲劳状态下表面肌电信号的变化提供了方法支撑和理论依据。     

特征优化在表面肌电模式识别中的作用

肌电信号是与神经肌肉活动有关的生物电的体现，其应用已逐步深入到生物医学的各个领域，肌电信号模式识别肌电应用的基础，本文在表面肌电模式识别中引入了特征优化环节，并讨论了其作用，通过对7个志愿者的实验研究表明，采用特征优化情况下，动作平均辨识可提搞近12％，结论表明，在没有增加原始信息的情况下，通过合适的特征优化处理可提高特征的可分性，从而提高动作模式的辨识率，这说明了特征优化在肌电信号模式分类中有重要作用，对其在康复控制等实验应用场合产生积极影响。     

俯卧撑中前臂旋转对上肢肌肉电活动的影响

目的 分析俯卧撑中前臂旋转对上肢肌肉电活动的影响。方法 采集十个对象在前臂内旋90°（IR90）,中立位（NEU）和外旋90°（ER90）三个支撑位下肱三头肌长头和侧头、三角肌前部和中部、胸大肌和肱二头肌的肌电信号,计算肌电信号的均方根值,并作归一化处理,运用单因素方差分析法比较不同支撑位下肌电信号的差异。同时对一个周期内肌电信号进行包络线分析。结果 从IR90到ER90,肱三头肌长头信号无显著变化,肱三头肌侧头和三角肌中部信号逐渐减小,而三角肌前部、胸大肌和肱二头肌则逐渐增大。另外,包络分析结果显示了三种不同类型的肌电信号曲线。结论 不同前臂转动支撑位对肌肉活性产生影响,而对各肌肉的影响程度和方式并不相同。     

经穴位电刺激下的表面肌电信号特征分析

目的:探究人体穴位电刺激与相关肌肉活动的关系,通过对经穴刺激诱发的表面肌电信号进行特征分析,阐明经穴电刺激下的肌电信号时域、频域特征参数变化与肌肉的激活程度、疲劳程度之间的定量关系,为康复工程和运动医学研究提供参考依据。方法:以8名健康青年志愿者为研究对象,设计穴位电刺激和自主收缩两种实验模式,采集记录两种模式下对应的指伸肌和尺侧腕屈肌的表面肌电信号,提取表面肌电信号均方根值、平均功率频率、中值频率等特征值,并分析其功率谱变化。通过配对t检验,分析经穴电刺激和自主动作模式的肌电信号特征差异。结果:在经穴电刺激模式下,对应的表面肌电信号均方根幅度增大,且经穴电刺激后,肌电信号的谱分布向高频方向移动,肌电的平均功率频率和中值频率随着刺激时间的延长保持稳定。结论:表明对曲池穴和内关穴位电刺激,能够激活对应的指伸肌和尺侧腕屈肌更多的快肌纤维,使肌肉激活程度提高,对缓解肌肉疲劳具有一定作用。     

基于表面肌电的步态分析

背景：步态分析在人体运动系统和神经系统疾病的病因分析,诊断,功能、疗效与残疾评定中是重要的评价手段,其中肌肉活动是影响步行动力的基础因素。 目的：分析人体自然行走过程中下肢前后肌群的表面肌电变化,分析对应于步态周期不同时相前后肌群的表面肌电特征和机制。 方法：采用德国zebris FDM 步态分析系统(6 m)配套的同步肌电仪采集7例健康人正常步态过程中下肢胫骨前肌和腓肠肌外侧表面肌电信号,利用Matlab软件进行消噪和归一化,得到完整步态周期不同时相对应的表面肌电信号图,观察其峰值变化。采用芬兰ME6000肌电仪测试15 m自由行走人体左右侧下肢胫骨前肌和腓肠肌外侧表面肌电信号,提取时域和频域特征参数。 结果与结论：下肢胫骨前肌和腓肠肌外侧表面肌电信号在一个完整步态周期中呈特征性变化,即胫骨前肌表面肌电的峰值发生在后跟着地处,而腓肠肌外侧其峰值发生在中后支撑相处。进一步分析发现,人体在自由行走时其下肢肌肉优势侧与非优势侧差异有显著性意义(P < 0.05),且不同肌肉其差异趋势不同。     

基于虚拟现实的肌电-计算机接口技术

表面肌电信号(surface EMG,s EMG)是人体产生的一种生物电信号,它蕴含信息丰富并且与肌肉活动和运动状态之间存在着很大的关联,可以用来识别运动意图和利用肌电反馈评估肌肉功能状态。目前,随着虚拟现实技术的发展,研究人员也逐渐将s EMG的应用与虚拟现实相结合。本研究总结了肌电-计算机接口的发展现状及其在虚拟现实中的应用。最后,探讨了基于虚拟现实的肌电-计算机接口目前存在的技术难点,并对其未来发展进行了展望。     

采用广义似然比检测的肌肉收缩起始时刻判断算法

肌电假肢利用残肢残存肌肉的肌电信号实行对假肢的控制。对于低信噪比的残肢表面肌电,本研究采用广义似然比检测方法判断肌肉收缩起始时刻,其中判别阈值与肌电信号信噪比有关。针对不同信噪比的模拟肌电信号,采用离线仿真方法得到肌肉收缩起始时刻检测误差最小的判别阈值,得到信噪比-经验阈值拟合曲线,确定信噪比与阈值的对应关系;根据肌电信噪比由阈值拟合曲线得到判别阈值,采用似然比检测算法在线分析肌肉收缩的起始时刻。与传统算法比较,对于模拟肌电信号,本算法误差均值和标准差分别减小35%和43%;对于真实肌电信号,误差均值和标准差分别减少29%和23%。可见在小信噪比条件下广义似然比检测算法判断肌肉收缩起始时刻较传统算法更为准确。     

大腿截肢患者的残肢肌电运动识别

目的研究利用大腿残肢肌电信号进行下肢运动模式识别的方法,探讨肌电信号控制下肢假肢的可能性。方法采集15名大腿截肢者残肢侧股直肌、股外侧肌、阔筋膜张肌、股二头肌、半腱肌、臀大肌6块肌肉的表面肌电信号,提取肌电信号的6种时域、频域特征,利用支持向量机对平地行走、上楼梯、下楼梯、坐下、起立5种下肢运动模式进行识别。结果利用残肢肌电信号可以实现5种下肢运动模式的在线识别,对同一受试者同次测试数据识别率为94%,同一受试者的多次混合数据识别率为85%,对不同受试者混合数据识别率为74%。通过特征优化,仅利用3块肌肉的2个特征,对同一受试者的同次测试数据识别率仍可达92%。对平地行走、上楼梯、下楼梯3种动作的识别,同一受试者同次测试数据识别率为100%,同一受试者的多次混合数据识别率为98.33%,对不同受试者混合数据识别率为93.33%。结论仅仅利用残肢肌电信号能够实现运动意图的在线识别,通过对同一患者使用前的多次数据训练,有望达到较高的识别率。研究结果为肌电运动识别用于下肢假肢控制奠定了基础。     

模型生理参数对表面肌电信号影响的仿真研究

通过模型研究肌肉生理参数对表面肌电信号的影响。根据肌肉的形态结构和生理特征,从肌电信号的信号源-细胞内动作电位开始,仿真了单肌纤维动作电位,由此合成了运动单位动作电位,再利用运动单位的募集发放模型,进一步仿真了运动单位动作电位序列,并最终完成了对表面肌电信号的仿真。在此基础上研究了极化区域宽度、跨膜电流密度分布和肌肉组织各向异性3个重要的模型生理参数对表面肌电信号统计特征的影响,得到了一些有价值的结果。实验结果表明,仿真肌电信号能够有效表征肌肉电生理变化过程。     

脑瘫尖足患儿站立和行走中下肢肌肉的表面肌电图

文题释义：表面肌电图(surface lectromyography,SEMG)：是分析相关肌肉功能状况的一种无创性检查手段,可以客观评定静止或运动时肌肉的活动情况。在控制良好的情况下,肌电信号活动的变化在很大程度上能够定量反映肌肉功能状态、肌张力、肌力水平、多肌群协调性等肌肉的变化,对肌肉功能状况提供客观指标,对于肌肉相关疾病的康复设计、康复治疗,特别是疗效评定有着不可替代的重要作用。 平均振幅：是用来描述一段时间内肌电幅值的平均变化特征。一般认为与运动单位募集程度和兴奋节律的同步化有关,它间接反映肌肉收缩力大小。一定范围内,平均振幅与肌肉收缩过程中参与工作运动单位数量呈正比,反映了肌肉收缩强度的变化。 背景：在控制良好的情况下,肌电信号活动的变化在很大程度上能够定量反映肌肉功能状态、肌张力、肌力水平、多肌群协调性等肌肉的变化,对肌肉功能状况提供客观指标。 目的：探讨脑瘫尖足患儿站立和行走中下肢肌肉的表面肌电图变化。 方法：应用美国NORAXON公司生产的 TELEMYO 2400R G2表面肌电图遥测仪对20例脑瘫单侧尖足患儿在静止站立、常态行走下进行双下肢胫前肌、腓肠肌内侧的表面肌电测试。比较受试者尖足侧与对侧肌肉的肌电活动。研究方案经过了上海瑞金医院伦理委员会批准,所有受试者及监护人均签署了“知情同意书”。 结果与结论：①受试者静止站立和常态行走时,其尖足侧腓肠肌内侧的平均肌电振幅、平均肌电积分均低于对侧(P < 0.05);②受试者静止站立和常态行走时,其尖足侧胫前肌和腓肠肌内侧的平均频率、中位频率均高于对侧(P < 0.05);③结果说明,脑瘫患儿尖足侧胫前肌、腓肠肌内侧存在表面肌电图信号异常,脑瘫单侧尖足患儿下肢肌肉活动不均衡,提示表面肌电图对脑瘫患儿神经肌肉系统功能状态的评价具有实用价值。 ORCID: 0000-0001-8732-8452(许萍);0000-0001-9909-3355(梁雷超) 中国组织工程研究杂志出版内容重点：组织构建;骨细胞;软骨细胞;细胞培养;成纤维细胞;血管内皮细胞;骨质疏松;组织工程     

基于表面肌电相位同步分析的跌倒辨识研究

人体有意识的活动是由大脑皮层和运动神经肌肉组织两大体系内部及相互之间信息的同步化震荡实现的,本文通过分析各通道肌电信号相位同步性来区别有意识的日常活动和无意识的跌倒。实验肌电数据从5名健康受试者身上采集,在5名受试者完成4个不同动作(走路、跌倒、坐下、坐下站起)时,采集其胫骨前肌、腓肠肌、股直肌、半腱肌4路肌电信号。运用希尔伯特相位同步分析方法,计算相位同步指数。先用原始肌电信号对不同动作下各肌肉组间的同步性情况进行比较分析;再将肌电信号进行小波包分解,研究不同频段下肌肉间肌电信号同步性情况。实验表明,摔倒动作中胫骨前肌和股直肌以及股直肌和半腱肌肌电信号间的同步性情况与其他有意识动作中的情况有着明显差异。利用这一特征,用普通的fisher线性分类器对日常活动动作与跌倒进行判别,用全频段信号和所选频段信号对跌倒的识别率分别达到85.5%和91.0%,表明肌肉间相位同步性情况可以反映肌肉间的协同工作情况,可用于跌倒辩识。     

脑机接口控制的下肢功能性电刺激系统研究

研发基于脑机接口控制的功能性电刺激系统,服务于下肢的运动康复。脑机接口采用的是基于稳态视觉诱发电位的脑电信号技术。使用线性判别分析分类器来处理脑电信号的频域特征,实现对下肢5种运动状态的控制意图识别,即开始、快速、慢速、停止和空闲状态。识别的意图转化为指令触发电刺激系统,刺激下肢的相关肌肉产生运动,并测量关节角度。设计的系统在6位正常受试者上进行了单纯的脑机接口实验,其中2位分别进行了脑机接口控制的小腿摆动与下肢行走的电刺激实验。在小腿摆动实验中刺激的是股直肌,行走运动实验中刺激的是两条腿的髂腰肌、臀大肌、股直肌和腘绳肌。实验分析了电刺激尾迹对脑电信号的影响,结果表明设计的脑机接口可以准确地识别运动意图(平均识别率高于85%),并能够实现电刺激作用下与该意图相对应的下肢期望运动。     

基于多模态特征组合的真实驾驶疲劳状态识别

对驾驶员在驾驶过程中的疲劳状态进行实时准确的预判,可减少由于驾驶疲劳引发的交通事故。首先,通过无线体域网采集了12名驾驶员在真实驾驶过程中的多模态特征,提取了脑电、肌电、呼吸等3种生理信号的特征参数近似熵,其中基于畸变能密度理论(DED)确定肌电信号的采集位置为颈6棘突旁开2 cm处的上斜方肌;然后,通过模糊C聚类方法分析了3种特征参数组合对疲劳状态的反映效果;最后,建立基于马氏距离理论的真实驾驶疲劳判别模型。研究结果表明,驾驶员颈6部位比颈7部位肌电信号的ApEn值显著下降(P<0.05),表明颈6处肌肉比颈7处肌肉对驾驶员的疲劳状态反映更为敏感,实际检测结果与畸变能密度理论计算结果一致,证明了该位置提取肌电信号的正确性和准确性;脑、肌、呼吸这3种生理信号的ApEn值均随驾驶时间的延长呈递减变化,驾驶约90 min时递减趋势变缓,表明驾驶员进入疲劳状态;通过模糊C聚类分析可知,当脑电与肌电ApEn组合时,清醒与疲劳的概率分布界限清晰,可有效反映驾驶疲劳状态;以脑电和肌电近似熵为自变量,基于马氏距离理论建立真实驾驶过程的疲劳判别模型,其测试集准确率达90.92%,表明该模型能够比...     

基于表面肌电信号的康复过程中肌疲劳有效性分析

肌肉疲劳分析在康复医学领域具有广泛的应用。本文以康复训练系统为应用背景,研究基于表面肌电信号的肌肉疲劳分析。通过对10名健康测试者在负载可调的功率自行车上进行负载递增骑行实验,同步采集了股外侧肌、股直肌和竖脊肌的表面肌电信号和通气阈值,并分析了各肌肉的肌电疲劳阈。同时分析了等长收缩和等张收缩对肌电疲劳阈测定的影响。实验结果显示在负载递增骑行运动中,肌电疲劳阈值的出现要早于通气阈值,但两者差异很小,验证了基于肌电疲劳阈来分析肌肉疲劳的有效性。对比分析骑行运动中等张收缩股外侧肌和等长收缩竖脊肌的肌电疲劳阈,发现肌电疲劳阈对不同收缩方式的肌肉均具有效果。肌电疲劳阈不受肌肉运动形式限制,在康复训练过程中能够用于防止过度训练引起的肌肉损伤,对于股骨干骨折患者康复训练过程中的疲劳监护具有重要的意义。     

肌电生物反馈的非线性机制

目的探讨肌电生物反馈中肌电与脑电活动间的相关联系及其机制。方法动态同步采集肌电生物反馈中肌电和脑电信号后,在评价肌电幅值和频率的基础上,利用非线性动力学参数——近似熵(ApEn)和互近似熵(Cross-ApEn),分析肌电信号内部以及肌电-脑电信号间的非线性改变。结果随生物反馈次数的增加,对照组及生物反馈组实验前后肌电振幅的最大值、最小值和平均值都明显降低(F=3.85~25.59,P<0.05),生物反馈组实验前及实验后肌电频率明显上升(F=6.71、8.67,P<0.05);同时,肌电信号的ApEn明显降低(F=5.42、2.81,P<0.05),肌电与脑电信号间的互近似熵也明显升高(F=13.77~19.52,P<0.05)。最后2次反馈中上述指标均明显不同于对照组(P<0.05)。结论肌电生物反馈中肌电变化的机理,可能与生物反馈加强了大脑的有意识的调控作用而减弱了大脑对下运动神经元-肌肉系统的非线性易化有关。     

基于小波分析与神经网络相结合的表面肌电信号识别的研究

表面肌电信号是从人体骨骼肌表面通过电极记录下来的神经肌肉活动发放的生物电信号,具有非平稳性和复杂性的特点。本研究通过使用小波分析与神经网络相结合的方法,识别正常肌电信号与疲劳肌电信号。实验表明,将小波分解后的肌电信号代替原始肌电信号,能明显提高神经网络对肌电信号的识别准确率。     

偏瘫患者与健康人上肢表面肌电信号比较研究

中风偏瘫后患者肢体运动能力下降,原因之一是对肌肉的控制能力发生了改变.本文对健康受试者和患者肩关节完成相同动作时的表面肌电信号进行了比较,结果显示健康受试者的表面肌电信号与阻力矩的变化趋势更为一致,而偏瘫患者的肌电信号则显示出较大的差异.说明健康受试者能够根据动作所需而控制各肌肉协调发力,偏瘫患者对神经-肌肉系统的控制能力较差,是其运动功能下降的原因.     

基于双谱分析表面肌电信号特征的提取与模式识别

背景:肌电信号在本质上是一种具有非平稳、非高斯特性的生理信号。目前基于高阶累积量的高阶谱技术广泛应用于非高斯、非平稳、非线性等问题。目的:基于非高斯AR参数模型,将双谱分析和fisher线性判别分析方法相结合进行表面肌电信号特征提取。方法:针对表面肌电信号特点,从信号高阶统计处理角度,基于"非高斯AR参数模型"进行双谱分析,提取有效特征,用fisher线性判别分析降维方法构造特征向量,然后利用支持向量机实现不同动作模式的准确分类。并与多种常用表面肌电信号特征的识别准确率进行对比研究。结果与结论:利用多类支持向量机分类器对8种前臂动作进行分类,8种动作的平均识别率达到97.6%以上。通过比较发现,基于短数据的双谱特征在分类性能上优于AR模型系数、小波包系数等构造的特征,能够提高肌电假肢的实时控制的性能。