一种基于表面肌电的喉部肌肉电信号采集和处理方法技术

本发明专利技术属于肌肉电信号采集与处理技术领域,涉及一种基于表面肌电的喉部肌肉电信号采集和处理方法，先通过sEMG技术和多通道传感器放置方法采集喉部肌肉的电活动信号，是一种非侵入方法，可以解决LEMG有创的缺点，同时传感器放置方法为信号处理过程中分解出目标肌肉电活动提供基础，解决了现有sEMG采集方法不能得到反映喉部目标肌肉电活动信号的问题，然后通过对信号整流、滤波、小波变换、Fast ICA分解、逆Fast ICA和逆小波实现所有通道表面肌电信号的去噪，对心电干扰、通道噪声、系统噪声等噪声的抑制效果显著。噪声的抑制效果显著。噪声的抑制效果显著。

【技术实现步骤摘要】
一种基于表面肌电的喉部肌肉电信号采集和处理方法


[0001]本专利技术属于肌肉电信号采集和处理
，涉及一种基于表面肌电的喉部肌肉电信号采集和处理方法。

技术介绍

[0002]喉是由软骨、关节、肌肉和韧带连接形成的复杂管状结构组成的重要器官。喉运动的驱动力是喉部肌肉，在正确的神经支配下，喉部肌肉的正常协同运动保证了喉部功能的正确执行。喉神经功能异常或喉部肌肉的异常活动对喉部功能活动影响显著，可能会严重影响患者的生活质量。对喉部肌肉电信号的测量能直接反映喉部肌肉的运动状态，间接反映喉神经的控制状态，对探索喉部疾病的诱因和发生发展的动态变化过程有重要的基础研究价值和临床应用价值。
[0003]现有的喉部肌肉电信号采集和处理包括下列方式：
[0004]肌肉电信号采集方面：
[0005]目前，临床最常用于检测喉部肌肉活动的方法为喉部肌电图LEMG，对受试者的风险小，要求操作者熟悉喉部肌肉精确解剖结构并具备必要的电生理学知识。检测时将针状、钩状电极等细小电极插入喉部肌肉，能更好地与被测肌肉稳定接触，且采集到的肌电信号受到的皮肤、脂肪等组织干扰小，可用于评估多种喉部疾病及喉内肌和喉神经功能。
[0006]也有部分研究采用表面肌电图sEMG的技术采集喉部肌肉活动电信号，实现对喉部肌肉电活动的无创测量。
[0007]肌肉电信号处理方面：
[0008]肌电信号常用处理方面的去噪方法包括：采用普通滤波器(如切比雪夫滤波器、陷波器、巴特沃斯滤波器等)滤除阻带噪声；采用移动中值滤波器、移动平均滤波器对信号进行平滑处理；采用自适应滤波器自动地迭代调节自身的滤波器参数以实现对噪声的最优滤波；采用小波变换定位噪声并去除；采用主成分分析PCA去除包含较少有效信息的噪声；采用独立成分分析ICA分离噪声分量。
[0009]然而，现有的喉部肌肉电信号采集和处理方式均存在不同种类的缺陷，具体如下：
[0010]信号采集方面：
[0011]喉部肌电图LEMG为侵入式技术，有创，电极针需要从喉部穿透或经口进入，并不断调整角度，以找到合适的电极位置，对操作者的技术和经验要求较高，并给受试者带来较大的痛苦，舒适度差。
[0012]sEMG技术虽然无创，但喉部肌肉细小，分布集中且表面传感器尺寸相对较大，采集到的sEMG信号受目标肌肉不可避免的收到周围干扰肌肉的影响，现有的sEMG采集方案无法得到能够反映喉部目标肌肉电活动的信号。
[0013]信号处理方面：
[0014]采用普通滤波器的不可避免地存在过渡带，仍存在部分噪声没有被有效滤除；平均滤波器和中值滤波器对低频噪声滤除能力差；采用自适应滤波需要假设噪声与参考信号
ICA和逆小波变换实现所有通表面肌电信号的去噪，对心电干扰、通道噪声、系统噪声等噪声的抑制效果显著；
[0025]步骤八：对步骤七得到的多通道(≥2)sEMG信号(至少一个通道的主传感器和至少一个通道的副传感器采集到的sEMG信号)使用Fast ICA算法分解，将喉部目标肌肉和周围干扰肌肉的sEMG信号分离，分别得到目标肌肉和周围干扰目标肌肉的sEMG信号，记为IC1，IC2，
…
,IC
n
,其中，n为多通道sEMG信号的通道数；
[0026]步骤九：计算步骤八得到IC
i
(i＝1,
…
,n)与各通道sEMG信号间的相关系数；按以下相关性原则寻找符合条件的IC
i
：认为主传感器采集到的sEMG信号包含更多的喉部目标肌肉电活动信号，因此寻找满足与主传感器采集到的sEMG信号的相关系数大于0.8的IC
i
，并满足与副传感器采集到的sEMG信号的相关系数小于0.5，记此IC
i
为IC_target，即为经Fast ICA分解提取到的喉部目标肌肉的sEMG信号。若未找到符合条件的IC
i
，则去除这组多通道sEMG信号，不作进一步分析；
[0027]步骤十：对步骤九中提取的喉部目标肌肉sEMG信号IC_target在一系列滑动矩形分析窗口中提取至少一个时频域sEMG信号特征参数。
[0028]优选的，所述步骤一中，目标肌肉为环甲肌时，要求至少一个主传感器与环甲肌轴向方向平行并位于环甲肌上，用于采集环甲肌的sEMG信号，要求至少一个副传感器与主传感器平行并紧贴主传感器上边沿或下边沿放置，用于采集环甲肌周围干扰肌肉的sEMG信号；目标肌肉为环杓侧肌时，要求至少一个主传感器与环杓侧肌方向平行并位于环杓侧肌上，用于采集环杓侧肌的sEMG信号，要求至少一个副传感器与主传感器平行并紧贴主传感器上边沿或下边沿放置，用于采集环杓侧肌周围干扰肌肉的sEMG信号；通过对去噪信号进行Fast ICA，得到与通道数相等数量的独立分量，然后根据相关性原则筛选出更能反映目标肌肉电活动的独立分量，最大程度地去除周围干扰肌肉的影响，并提取该独立分量至少一个表面肌电的时频域特征。
[0029]优选的，所述步骤一中，目标肌肉还包括：甲杓肌、胸骨甲状肌、胸骨舌骨肌、甲状舌骨肌。
[0030]优选的，所述步骤九中，在步骤八得到的IC
i
，其中，i＝1,
…
,n中寻找喉部目标肌肉环甲肌或环杓侧肌的sEMG信号，采取的方法为：计算IC
i
与各通道sEMG信号间的相关系数；按以下相关性原则寻找符合条件的IC
i
：认为主传感器采集到的sEMG信号包含更多的喉部目标肌肉电活动信号，因此寻找满足与主传感器采集到的sEMG信号的相关系数大于0.8的IC
i
，并满足与副传感器采集到的sEMG信号的相关系数小于0.5，记此IC
i
为IC_target，即为经Fast ICA分解提取到的喉部目标肌肉的sEMG信号；若未找到符合条件的IC
i
，则去除这组多通道sEMG信号，不作进一步分析。
[0031]优选的，所述步骤三中，带通滤波器的上通带频率选择范围为350
‑
500Hz，下通带频率选择范围为0
‑
50Hz，上阻带频率为500Hz，下阻带频率选择范围为0
‑
20Hz。
[0032]优选的，所述步骤四中，小波函数可选择为Symlet小波和Daubechies小波，分解尺度选择范围为6
‑
10。
[0033]优选的，所述步骤十中，根据如下公式计算时域sEMG参数：
[0034][0035][0036][0037][0038][0039]其中，s为sEMG信号，N为数据长度；
[0040]根据如下公式计算频域sEMG参数：
[0041][0042][0043][0044][0045][0046][0047][0048][0049]其中，P为功率谱密度，f为对应频率，N为数据长度。
[0050]优选的，所述步骤十中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于表面肌电的喉部肌肉电信号采集和处理方法，其特征在于，包括如下步骤：步骤一：采用不同的多通道差分传感器放置方式采集喉部肌肉的sEMG信号，目标肌肉包括环甲肌和环杓侧肌；步骤二：将步骤一中采集到的sEMG信号整流为零均值sEMG信号：步骤三：将步骤二得到的所述零均值sEMG信号通过巴特沃斯带通滤波器，滤除低频和高频噪声；步骤四：将步骤三得到的带通滤波后的单个通道信号进行小波变换，将单个通道信号分解为多组不同频率分量的信号；步骤五：将步骤四中小波变换得到的多分量信号使用快速独立成分分析Fast ICA算法分解，得到相同数量的独立分量信号，然后选择性地去除噪声分量，所述噪声分量包括：具有显著心电信号和通道噪声的分量；步骤六：将步骤五中去除噪声分量后剩余的独立分量信号进行逆Fast ICA和逆小波变换，将多通道的独立分量信号还原为单通道信号，所述单通道信号为去噪后的单通道sEMG信号；步骤七：对不同通道的sEMG信号重复步骤二到步骤六，直到得到所有通道去噪后的sEMG信号；步骤八：对步骤七得到的多通道sEMG信号使用Fast ICA算法分解，将目标肌肉环甲肌或环杓侧肌和周围干扰肌肉胸骨舌骨肌、胸骨甲状肌、甲状舌骨肌、肩胛舌骨肌的电活动信号分离，分别得到目标肌肉和周围干扰目标肌肉的sEMG信号，记为IC1，IC2，
…
,IC
n
,n为多通道sEMG信号的通道数步骤九：在IC
i
(i＝1,2,
…
n)中寻找IC_target，即为分解得到的喉部目标肌肉环甲肌或环杓侧肌的sEMG信号；步骤十：对步骤九中提取的喉部目标肌肉的sEMG信号在一系列滑动矩形分析窗口中提取至少一个时频域sEMG信号特征参数。2.根据权利要求1所述的一种基于表面肌电的喉部肌肉电信号采集和处理方法，其特征在于，所述步骤一中，目标肌肉为环甲肌时，要求至少一个主传感器与环甲肌轴向方向平行并位于环甲肌上，用于采集环甲肌的sEMG信号，要求至少一个副传感器与主传感器平行并紧贴主传感器上边沿或下边沿放置，用于采集环甲肌周围干扰肌肉的sEMG信号；目标肌肉为环杓侧肌时，要求至少一个主传感器与环杓侧肌方向平行并位于环杓侧肌上，用于采集环杓侧肌的sEMG信号，要求至少一个副传感器与主传感器平行并紧贴主传感器上边沿或下边沿放置，用于采集环杓侧肌周围干扰肌肉的sEMG信号。3.根据权利要求1所述的一种基于表面肌电的喉部肌肉电信号采集和处理方法，其特征在于，所述步骤一中，所述目标肌肉还包括：甲杓肌、胸骨甲状肌、胸骨舌骨肌、甲状舌骨肌。4.根据权利要求1所述的一种基于表面肌电的喉部肌肉电信号采集和处理方法，其特征在于，所述步骤九中，在步骤八得到的IC
i
，其中，i＝1,
…
,n中寻找喉部目标肌肉环甲肌或环杓侧肌的sEMG信号，采取的方法为：计算IC
i
与各通道sEMG信号间的相关系数；按以下相关性原则寻找符合条...

【专利技术属性】
技术研发人员：吴亮，杨欣艺，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：