肌电信号的神经生理基础与应用
神经电生理 肌电图基础知识
➢ 反映神经肌肉功能状态
诱发电位学
➢ 给周围神经或其它感觉 器官以适当的刺激，观 察这刺激在中枢神经系 统引发的生物电反应， 借此反映中枢神经系统 的功能状况
.
绝缘层 针芯 针体
肌电图、诱发电位仪
质量差异的关键：电极、放大器
.
SLSEP由派生出来的其它检查
节段性ＳＥＰ
L3
L1
T11
刺激：皮节刺激
T9
T7
记录：随刺激位置 T5 上升从Cz逐渐旁开 T3
应用：脊髓损害定位
10ms/D
LD1 LD2 损害平面以下波幅下降
损害部位潜伏期差明显大于正常
优点：与下肢SEP结合，可以准确定位脊髓损害部位
缺点：操作费时、病人不易合作；诱发电位出波不太清晰稳定
.
神经元
轴索 正 常
雪旺氏细胞
裂完 全 断
性顺 向 变
郎飞氏节 肌肉
.
脱
裂轴
髓
索
鞘
断
*正常：
n 神经性损害 m 肌性损害
无自发放电
插入电位
*自发电活动 n m 失神经电位 n
纤颤电位： 时限 <=3ms 波幅几十-
几百μV.
终板放电
正相电位 正锐波 正尖波
自发电活动(失神经电位) m 肌 细胞 受损
终 板
乙酰胆碱酯酶缺乏症
乙酰胆碱受体
后
膜
.
肌细胞
刺激：连续脉冲 周围神经 频率1、3、5、10、30Hz
神经：尺、腋、面
记录：小指展肌、三角肌、 眼伦匝肌
观察：CMAP波幅、面积 衰减百分比
人类动态肌肉电信号的特征与应用
人类动态肌肉电信号的特征与应用人类肌肉电信号是指肌肉活动时产生的电信号，通常称为肌电信号（EMG）。
肌电信号是神经元和肌肉之间传递信息的结果，能够反映肌肉的收缩情况和极限，是评价运动功能的重要指标。
肌电信号学是用来研究人类肌肉电信号特征和其应用的学科。
1.人类肌电信号特征1.1 信号来源肌电信号的基本来源是驱动肌肉的神经元和肌肉纤维。
在运动过程中，运动神经元会接收到中枢神经系统的命令，向肌肉发出电信号，从而使肌肉运动。
肌电信号的源头是在神经肌接头处，其信号随后传入肌肉纤维，在运动过程中产生不同的电信号。
1.2 信号特点从信号形态上看，肌电信号通常呈现为周期性振荡，而且递增递减相对稳定。
其振幅和频率取决于不同的肌群、肌纤维类型和运动强度等因素。
可以通过采用多种信号处理方法，来研究肌电信号特定的频率和幅度，以达到更准确的分析结果。
2.肌电信号的应用2.1 运动评估肌肉活动时肌电信号的变化可以反映不同的运动状态，因此可用于评估肌肉功能，如肌力、持久力和反应等。
运动评估的目的通常是确定肌肉活动的模式和特征，以便更好地控制和协调肌肉功能。
常见的评估项目有静态状况下的肌肉对称性、动态模式下肌肉对称性和静态对称性比较等。
2.2 运动康复肌电信号分析技术在康复治疗中的应用越来越广泛。
通过监测肌肉对于康复理疗的反应，可以制定更为准确的个性化康复治疗方案，帮助康复者实现更快的肌肉功能恢复。
与传统医疗方法相比，肌电信号分析技术更直接反映康复进展，因此被认为是现代康复治疗中的一项重要手段。
2.3 运动控制肌电信号是控制肌肉活动的重要信号，利用肌电信号分析技术，可以控制機能细胞兴奋性、平衡和运动。
肌电信号分析技术在智能假肢的开发中有广泛应用，例如实现指肢运动，可以更加自如地进行精细的物品抓取操作。
除此之外，肌电信号分析技术还有助于为残疾人提供更全面的运动控制功能。
总之，人类肌电信号分析技术被广泛应用于运动评估、运动康复和运动控制等方面。
肌电原理与应用
康复治疗
通过肌电信号的监测和反馈，帮助患者进行有 针对性的康复训练。
运动科学
在运动训练和比赛中，肌电技术可用于分析运动员的肌肉活动和疲劳状况。
未来发展方向
便携化与智能化
研发更小型、便携的肌 电设备，集成智能化分 析功能，提高用户体验 。
多模态融合
将肌电与其他生物电信 号（如心电、脑电等） 进行融合，提高信号的 准确性和应用范围。
个性化与定制化
针对不同个体和需求， 定制个性化的肌电设备 和方案，提高应用效果 。
THANKS
感谢观看
信号处理
采集到的肌电信号需要进 行放大、滤波和数字化处 理，以便进一步分析和应 用。
干扰排除
在测量过程中，需要排除 其他干扰信号的干扰，如 电磁噪声和电极接触噪声 等。
02
CATALOGUE
肌电的应用
医学诊断
肌肉疾病诊断
肌电图可以检测肌肉的电活动，对于诊断肌肉疾病如肌无力、肌萎 缩等具有重要意义。
了解肌电原理有助于理解肌肉活动的机制，为医学、体育等领
域提供重要依据。
肌电原理的应用领域
医学诊断
通过检测和分析肌电信号，可 以对神经肌肉疾病进行诊断。
康复医学
利用肌电信号评估肌肉功能， 指导康复训练，促进患者恢复 。
运动科学
在运动训练中，肌电信号可以 用于监测肌肉疲劳、力量和爆 发力等指标。
人机交互与假肢控制
神经传导检测
通过测定神经传导速度和潜伏期，可以评估神经功能和诊断神经性 疾病。
疼痛评估
肌电信号可以反映肌肉的紧张度和疼痛程度，有助于评估疼痛和治疗 疼痛。
生物反馈
人体肌电信号识别与应用研究
人体肌电信号识别与应用研究近年来，通过电生理学手段研究人体生理变化已经成为科学界的热门话题。
人体肌电信号识别及其应用研究就是电生理学中的一个重要领域。
肌电信号可获得人体运动的信息，也可以通过肌电信号识别技术实现神经控制的运动，因此在医疗、健身、生物机器人、游戏娱乐等领域有广泛的应用。
一、肌电信号的特性肌电信号是一种由肌肉收缩所产生的电信号，它是肌肉收缩活动的生物电反映。
肌电信号主要有两个方面的特点：时域特性和频域特性。
时域特性是指在时间轴上分析肌电信号的功率、波峰、波谷、波形等特征; 频域特性是指在频域上分析肌电信号的频率、能量、功率谱等特征。
二、肌电信号的识别肌电信号识别的主要目的是判断肌肉的运动状态及其指令，也就是通过肌电信号获取人体运动模式的信息，进而控制机器运动或改善健康状况。
肌电信号识别技术的方法主要包括信号滤波、特征提取、分类、参数设置等方面。
1. 信号滤波：在肌电信号采集之后，需要对信号进行滤波处理。
信号滤波的目的是削弱或消除噪声以便进行后续的处理。
2. 特征提取：肌电信号的特征提取是肌电信号处理的关键步骤，其目的是将原始的肌电信号转换为适合分类或处理的特征向量。
3. 分类：目前的肌电信号识别分类方法主要有决策树算法、朴素贝叶斯算法、支持向量机、神经网络等。
4. 参数设置：识别肌电信号时，参数设置是很重要的。
一个好的参数设定可以使分类的结果更加准确。
三、肌电信号应用研究肌电信号的应用研究主要分为医学、健身训练、生物机器人和游戏娱乐四个领域。
1. 医学方面：肌电信号应用于肌无力、截肢者康复、膀胱控制、神经假体控制和面部重建等方面。
2. 健身训练方面：肌电信号可以被用来检测肌肉活动，可以帮助基于动作的效果，协调系统的训练。
肌电信号的应用可以辅助运动员提高姿势的正确性和力量输出的效率。
3. 生物机器人方面：生物机器人在复杂环境下能够完成一些人类难以完成的任务。
使用肌电信号可实现神经控制的动作，能够提供高效的机器人控制方式。
肌电图的原理及应用
肌电图的原理及应用1. 什么是肌电图肌电图（Electromyogram，简称EMG）是记录肌肉电活动的一种检查方法。
它通过采集肌肉收缩产生的电信号，并将其转化成可视化的波形。
肌电图可以帮助医生判断肌肉功能异常以及相关的神经疾病。
2. 肌电图的原理肌电图的原理基于肌肉收缩时产生的电生理活动。
肌肉收缩时，肌纤维中的神经冲动会引发肌纤维的膜电位变化，即产生肌电信号。
这些肌电信号通过电极采集并放大，最后转换成肌电图。
2.1 肌电信号的采集肌电信号的采集需要使用肌电电极，通常分为表面电极和插入电极两种。
表面电极通过贴在皮肤上收集肌电信号，适用于浅表肌肉的检测；插入电极则需要插入到肌肉组织内部，适用于深层肌肉的检测。
2.2 肌电信号的放大采集到的肌电信号通常非常微弱，需要经过放大才能被准确地记录和分析。
放大器可以将微弱的电信号放大成适合于测量和分析的幅度。
2.3 肌电信号的转换放大后的肌电信号通过模数转换器（A/D转换器）转换成数字信号，并以数字形式存储在计算机或数据记录仪中。
这样，肌电图就可以通过软件进行进一步的处理和分析。
3. 肌电图的应用肌电图在医学和生理学研究中有着广泛的应用。
下面列举了几个常见的应用领域：3.1 临床医学肌电图在临床医学中用于评估肌肉功能和神经疾病的诊断。
例如，对于患有肌无力、多发性硬化症和帕金森病等疾病的患者，肌电图可以帮助医生判断病情和疾病的进展。
3.2 运动科学肌电图被广泛应用于运动科学领域。
通过对运动过程中肌肉活动的监测和分析，可以了解肌肉的疲劳程度、运动姿势的正确性以及改进运动技术的方法。
3.3 生物反馈治疗肌电图还可以应用于生物反馈治疗。
生物反馈治疗通过监测和反馈肌肉活动，帮助患者学会控制肌肉的紧张程度和放松技巧。
这种治疗方法常用于减缓焦虑、缓解头痛和治疗运动障碍等领域。
3.4 运动康复肌电图在运动康复中也扮演着重要的角色。
通过监测受伤运动员康复过程中的肌肉活动情况，可以评估康复进展并设计个体化的康复方案。
肌电信号简介
一、背景介绍
肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。
二、种类
①目前，临床肌电图检查多采用针电极插入肌肉检测肌电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测方法，其应用收到了一定的限制。
②表面肌电则是从人体皮肤表面通过电极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。
三、应用领域：
①仿生学
提出肌肉生理模型来判别肌肉的动作以来, 电子假肢的研究进入了新的发展时期, 过去电子假肢的控制靠使用者人为开关和选择运动模式来完成, 现在则可通过检测人体残肢表面肌电信号, 提取出肢体的动作特征, 来自动控制假肢运动, 利用残肢表面肌电信号的肌电假肢研制在国内外都取得较大进展
②康复工程
如利用表面肌电信号提取出的特征作为功能性电刺激的控制信号, 帮助瘫痪的肢体恢复运动功能。
通过检测表面肌电信号, 并将其作为反馈信号提供给病人和医生, 便于进行合理的治疗和训练。
③运动医学
表面肌电信号在运动医学中也可发挥重要作用, 通过检测运动员运动时的表面肌电信号,及时反映出肌肉的疲劳和兴奋状态, 有助于建立科学的训练方法。
四、需要解决的问题
肌电信号本身是一种较微弱的电信号。
检测和记录表面肌电信号，需要考虑的主要问题是尽量消除噪声和干扰的影响, 提高信号的保真度。
肌电的测试原理和应用
肌电的测试原理和应用一、肌电测试原理肌电（Electromyography，简称EMG）是一种通过检测肌肉电活动来了解肌肉功能的方法。
它利用肌肉产生的微弱电信号，通过电极将这些信号采集并转化为可视化的数据，从而帮助研究人员了解肌肉的活动情况。
肌肉的收缩产生的电信号被称为肌电信号，它是由肌肉内部的神经元活动引起的。
当神经元刺激肌肉时，产生的电信号通过肌肉细胞的膜传导出来，形成肌电信号。
一般情况下，肌电信号是微弱的，需要使用肌电仪器来进行放大和分析。
肌电测试的原理包括以下几个方面：1.肌电信号的采集：将电极贴附于肌肉表面或肌肉内部，以采集肌电信号。
通常使用表面电极和穿刺电极两种方式进行采集。
表面电极适用于采集肌肉活动较低的信号，而穿刺电极适用于需要更高灵敏度和准确性的测量。
2.肌电信号的放大和滤波：肌电信号具有较低的幅度和高频噪声，需要通过放大器进行放大和滤波以提高信号质量。
放大器可以将微弱的肌电信号放大到可测量的范围，滤波器可以去除信号中的高频噪声。
3.肌肉活动的分析：通过分析肌电信号的幅度、频率和时域特征等参数，了解肌肉的活动情况。
可以使用时域分析方法、频域分析方法和相关分析方法等进行肌肉信号的处理和解读。
二、肌电测试应用肌电测试在医学研究、康复治疗和运动训练等领域都有广泛的应用。
下面列举了一些常见的应用领域：1.生物医学研究：肌电测试可以用于研究肌肉活动与人体运动的关系，了解肌肉疾病的病理生理机制，以及评估药物和治疗方法对肌肉功能的影响。
2.康复治疗：肌电测试可以用于评估患者的肌肉功能和运动控制能力，帮助康复医生制定个性化的康复计划。
通过跟踪肌肉活动的变化，可以及时调整治疗方案，提高康复效果。
3.运动医学：肌电测试可以用于评估运动员的肌肉力量和协调性，并帮助优化运动技能。
通过了解肌肉活动的特点和变化，可以改善训练方法，提高运动表现和预防运动损伤。
4.人机交互：肌电测试可以用于开发肌电控制的人机交互系统，实现无线手势控制、虚拟现实和智能外骨骼等应用。
肌电图的原理及临床应用PDF
肌电图的原理及临床应用一、肌电图的原理肌电图（Electromyography，简称EMG）是一种通过测量肌肉的电活动来评估肌肉功能和神经损伤的方法。
肌电图原理主要包括以下几个方面：1.肌肉电活动产生：肌肉收缩过程中产生的电信号可通过电极捕捉和记录。
肌肉组织中的神经元通过电流进行通信，当神经传递肌肉收缩指令时，肌肉产生的电信号就可以被记录下来。
2.肌肉电活动检测：通过电极将信号传递到肌肉内部，并记录下所检测到的电信号。
通常，电极分为表面电极和针电极两种。
表面电极适用于浅表肌肉，针电极适用于深层肌肉。
3.信号放大和处理：采集到的原始电信号通常较弱，需要经过放大和滤波等处理，以便进行分析和解读。
信号放大可以提高信噪比，滤波则可剔除不需要的干扰信号。
4.数据分析和解读：经过放大和滤波处理后的肌电图信号可以进行多种分析方法，如时域分析、频域分析和时频域分析等。
这些分析方法可以提供有关肌肉活动的量化参数，如肌电幅值、频率和时变特征等。
二、肌电图的临床应用肌电图在临床上有广泛的应用，主要包括以下几个方面：1.诊断神经损伤：通过肌电图可以评估神经和肌肉的功能状态，从而帮助诊断神经损伤的类型和程度。
常见的神经损伤包括周围神经损伤、运动神经元病变和神经传导障碍等。
2.评估肌肉病变：肌电图可以检测和评估肌肉的病变情况，如肌无力、肌萎缩和痉挛等。
通过分析肌电图信号的特征参数，可以判断肌肉病变的类型和严重程度。
3.肌肉活动研究：肌电图广泛应用于肌肉活动的研究领域，如运动生理学、运动康复和人机交互等。
通过分析肌电图信号可以了解肌肉的活动模式、力量和协调性等。
4.运动损伤预防：通过分析肌电图信号可以对运动员的肌肉活动进行评估，从而预测运动损伤的风险。
这对于制定个性化的训练计划和预防运动损伤具有重要意义。
三、肌电图的局限性和注意事项虽然肌电图在临床中有许多应用，但仍存在一些局限性和注意事项，包括：1.技术要求高：肌电图的采集和分析需要专业的设备和技术人员，对操作人员要求较高。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
肌电信号的神经生理基础与应用主讲人：戴晨赟副研究员智慧医疗电子中心(CIME)，电子工程系信息科学与工程学院，复旦大学1目录•肌电信号的神经生理基础与工程模型•肌电信号的采集原理与技术•肌电信号的特征提取•肌电信号常用的处理及分析方法与应用实例2肌电信号的神经生理基础与工程模型•肌肉收缩的神经控制机理•肌电信号的产生过程•肌电信号的工程模型3肌肉收缩的神经控制机理l运动控制过程：图：肌肉收缩的神经控制机理1.大脑发出控制指令2.激活脊柱(spinal cord)里的阿尔法运动神经元(alpha motoneuron)3.阿尔法运动神经元激活其所支配的肌肉纤维4.肌肉纤维收缩5.产生运动或力矩l两种收缩模式：1.等张收缩(isotonic contraction)：张力恒定、长度变化产生运动2.等长收缩(isometric contraction)：长度恒定、张力变化的产生力矩4肌电信号的产生过程l基本控制单位：运动单位(motor unit)1.阿尔法运动神经元(alpha motoneuron)2.支配的肌纤维(muscle fibres)l肌电信号的产生过程1.运动神经元电化学放电2.激活肌纤维3.肌纤维去极化(depolarize)4.肌纤收缩5.产生电信号6.电信号沿着肌纤维传输图：运动单位生理结构图：肌电信号的产生与传导肌电信号(Electromyography, EMG)l运动单位募集(motor unit recruitment) 1.需要大量运动单位同时放电引起肌纤维收缩Ø根据肌肉不同及力的大小不同通常需要数十到数百个运动单位2. 持续发力时需要同一运动单位不断放电收缩Ø放电频率通常为5-35 HzØ放电频率与力的关系成近似正比例关系3.小的运动单位先被募集，提供较小的力；大的运动单位后被募集，提供较大的力4.不同运动单位在肌肉放电位置不同l肌电信号：成百上千个运动单位电势在时间与空间上的叠加图：神经元放电与力的关系图：被激活程度与放电频率的关系肌电信号的工程模型l工程模型Ø肌电信号：成百上千个运动单位电势在时间与空间上的叠加控制脉冲运动单位系统冲击响应序列噪音肌电l数学模型Ø宏观上肌电信号是高斯过程7肌电信号采集原理l侵入式电极l传统表面电极l阵列式高密度电极8侵入式电极l侵入式电极图：单通道针电极图：四通道针电极1.采集的信号肌肉范围很小2.通常只能观测到10个左右运动单位3.非常接近运动单位放电区4.能显著观测到运动单位电势波形5.临床肌电图，广泛应用在临床诊断中9侵入式电极l侵入式肌电信号图例10传统表面电极l传统表面电极图：单通道表面电极(monopolar)图：差分电极(bipolar)1.采集的信号肌肉范围较大，可采集一小块肌肉肌电的总和2.在体表采集，非侵入，采集方便3.很难观测到运动单位电势波形4.通常只能观测到大量运动单位的叠加活动，这些运动单位通常分布在体表5.应用最广泛，目前几乎所有肌电相关应用都使用传统表面电极11传统表面电极l传统表面肌电信号图例12高密度肌电电极l高密度肌电电极图：8*20高密度肌电阵列电极1.采集的信号肌肉范围很大2.在体表采集，非侵入，采集方便3.可观测到肌肉空间放电信息4.能通过如盲源分离等信号处理的方法提取单个运动单位放电的信息5.肌电领域未来发展的新方向13高密度肌电电极l高密度肌电信号图例14肌电信号的特征提取l宏观特征(传统或高密度表面肌电)l微观特征(侵入式肌电或高密度表面肌电)l空间特征(高密度表面肌电)15宏观特征l宏观肌电特征Ø包括信号的均方根值(RMS)，平均绝对值(MAV)，积分(IEMG)，平均绝对值斜率(MAVS)，波长(WL)，方差(VAR)，过零点(ZC)，坡度符号变化(SSC)，频谱中位数(FMD)，频谱中值(FMN)等等图：宏观肌电图例图：肌电信号概率密度函数图：信号频谱16宏观特征l数学模型(类似于调制过程)Ø即肌电幅值(EMG Amplitude)在零均值、单位方差的稳态(WSS)高斯/拉普拉斯过程上调制Ø宏观肌电最重要的特征即为肌电幅值，它直接反应了大脑对肌肉的控制图：肌电信号数学模型17肌电幅值特征的最优数学估计l假定为高斯分布Ø概率密度函数的数学表达Ø对此概率密度函数s 求最大似然估计，得到s 的最优估计即为肌电信号的均方根值(root mean square value)RMS特征18肌电幅值特征的最优数学估计l假定为拉普拉斯分布Ø概率密度函数的数学表达Ø对此概率密度函数s 求最大似然估计，得到s 的最优估计即为肌电信号的平均绝对值(mean absolute value)MAV特征RMS值以及MAV值为最佳以及最常用的肌电信号特征19实例举例l若EMG信号较长，通常取窗分割为数个小段(segment)Ø窗口长度：越长越平滑，但缺失瞬时信息，一般根据具体应用取10ms-400ms，步长为5-50ms15-s肌电信号10ms窗口, 5ms步长RMS400ms窗口, 50ms步长RMS10ms窗口, 5ms步长MAV400ms窗口, 50ms步长MAV20其他常用宏观特征1l 宏观肌电特征Ø积分(integrated EMG)类似于平均绝对值，只是不取平均，表征每个小窗内的肌电信号面积Ø波长(wave length)肌电信号的一阶差分，表征每个肌电信号样本之间的变化率IEMG %='()*+|x (|WL %='()*+0*|x (1*−x (|21其他常用宏观特征2l 宏观肌电特征Ø平均绝对值斜率(mean absolute value slope)平均绝对值的一阶差分，表征平均绝对值的变化率Ø方差(variance)肌电信号的方差，表征信号幅值的变化程度MAVS %=MAV %1*−MAV %VAR %=1N '()*+(x (−x);22其他常用宏观特征3l 宏观肌电特征Ø过零点(zero crossing)表征肌电信号过零点的频率Ø坡度符号变化(slope sign change)表征肌电信号峰值出现的频率x (>0and x(1*<0or x (<0and x(1*>0and |x (−x (1*|≥εx (>x (0*and x (>x (1*or x (<x (0*and x (<x(1*and |x (−x (1*|≥εor |x (−x (0*|≥ε23其他常用宏观特征4l 宏观肌电特征Ø频谱中位数(frequency median)表征肌电频谱能量的中位数Ø频谱中值(frequency mean)表征肌电频谱能量的频率中值F EF =12'()*EPSD (F E+=∑()*E f (PSD (∑()*E PSD (24微观特征l主要为运动单位的特征Ø包括运动单位电势波形、放电频率等Ø需要利用聚类或盲源分离等手段分解出单个运动单位的放电信号25微观特征l运动单位电势波形Ø得到每个运动单位放电时刻Ø取窗得到电势波形(侵入式肌电约取3ms，表面肌电约取30ms)Ø将所有窗内的波形平均26微观特征l放电频率27高密度肌电特征l高密度肌电特征Ø包括所有传统宏观特征及微观特征，以及空间特征、运动单位传导速度、神经支配区等28常用高密度肌电特征1l 空间特征Ø能量中心点位置C MN =∑()*O ∑P)*Q(RMS (P R i)∑()*O ∑P)*Q(RMS (P )C TF =∑()*O ∑P)*Q(RMS (P R j)∑()*O ∑P)*Q(RMS (P )29常用高密度肌电特征2l 运动单位神经支配区(innervation zone)Ø行间差分Ø求相邻波形相关系数Ø相关系数的最小值即为神经支配区R k,τ=1/N ∑()*+(x %,(−x %)(x %1*,(1Z −x %1*)1/N ∑()*+(x %,(−x %);∑()*+(x %1*,(−x %1*);30常用高密度肌电特征3 l电势传导速度Ø空间长度除以波形延时31三种肌电信号的优缺点比较l宏观特征Ø优点：提取方法简便，普适性高，应用最广泛Ø缺点：受信号串扰(crosstalk)、肌电幅值抵消(amplitude cancellation)、电极摆放位置影响l微观特征Ø优点：解决了信号串扰(crosstalk)、肌电幅值抵消(amplitude cancellation)、电极摆放位置的影响Ø缺点：采集不便，计算复杂，目前尚无法应用于需要实时分析的系统中l空间特征Ø优点：分辨率高、信息多Ø缺点：采集不便，计算复杂，冗余信息多32肌电信号的处理及分析方法与应用实例l常用滤波器l主成分分析(principle component analysis)l独立成分分析(independent component analysis)l最小二乘法(least-squares)l人机系统控制Ø模式识别(pattern recognition control)Ø比例控制(proportional control)Ø神经驱动控制(neural drive control)33常用滤波器l带通滤波器Ø通常为10-900Hz (采样频率>1800Hz)或10-500Hz (采样频率>1000Hz)Ø去除高频环境噪音及低频运动伪迹Ø若运动伪迹严重可适当提高低频的截止频率滤波后l陷波滤波器Ø通常为50或60Hz电源噪音34主成分分析(PCA)l最简单2维数据的启发–找到一个新的正交基，使得其在某一方向差异最大，而另一方向正交35主成分分析l方法步骤(不做详细数学推导)Ø对数据进行奇异值分解(singular value decomposition)Ø得到特征值以及每个特征值对应的特征向量Ø保留较大的特征值的维度，去除较小的特征值对应的维度，例如一般将大于最大特征值1/10可保留，去除小于最大特征值1/10的所有维度Ø将数据向新的低维度特征向量映射Ø降低数据维度36主成分分析应用实例l15通道1秒肌电信号Ø保留最大的5个特征值，并映射至新特征向量37主成分分析应用实例l使用PCA降维后的五个信道结合特征向量重构原始15个信道的肌电信号38主成分分析应用实例l肌电信号数据维度过高Ø例如采样频率为2KHz，20秒，160通道的高密度肌电有2000*20*160个数据点，若对每个通道提取10个特征，即得到2000*20*160*10的特征数据Ø大量的冗余信息Ø通常将大于最大特征值1/10的维度保留后，后续数据处理结果与不降维处理无明显区别39独立成分分析（ICA）l独立成分分析ICAØ假设观察到的随机信号x服从模型x=As，其中s为未知源信号，其分量相互独立，A为未知混合矩阵。