表面肌电信号识别特征提取的仿真研究

研究表面肌电信号准确识别问题,表面肌电信号含有大量的噪声,且特征维数高,传统方法无法消除其中的噪声,选择最重要识别特征信号,表面肌电信号识别正确率低.为提高表面肌电信号的识别正确率,提出一种新的表面肌电信号识别模型.首先采用小波变换提取表面肌电信号特征,消除信号中的噪声,然后采用遗传算法选择最优特征信号,降低特征维数,最后采用遗传算法对支持向量机参数进行优化建立最优表面肌电信号识别模型.仿真结果表明,模型可很好地解决传统方法中的难题,提高了表面肌电信号的平均识别正确率,识别结果非常稳定,为表面肌电信号提供了一种新的识别方法.     

基于WPKPCA和SVM的SEMG动作识别方法

为了有效提取表面肌电信号SEMG(Surface Electromyographic)的特征,更好的识别人体上肢运动模式,提出了一种小波包核主元分析(WPKPCA)和支持向量机(SVM)相结合的新方法。通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号,应用小波包核主元分析法对表面肌电信号进行特征提取,采用支持向量机对表面肌电信号特征数据进行分类识别。实验结果表明,采用此方法能够从表面肌电信号中识别出握拳、展拳、手腕内翻和手腕外翻4种动作,更能有效提取表面肌电信号信息,动作识别率高达98%。     

基于WPT和LDA的表面肌电信号特征识别方法

针对时域特征参数在表面肌电信号(SEMG)模式识别过程中的局限性,提出一种小波包变换(WPT)和线性判别分析(LDA)相结合的新方法;通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号,应用小波包变换对表面肌电信号进行多尺度分解,提取小波包系数并计算其均方根作为特征参数,应用线性判别分析对表面肌电信号数据进行分类识别;实验结果表明,采用此方法成功地从表面肌电信号中识别握拳、展拳、手腕内翻和手腕外翻4种动作,与时域参数相比,此方法更能有效提取表面肌电信号信息,且有较高的动作识别率,识别率高达98.2%。     

一种表面肌电信号的无线采集方式

表面肌电信号包含了大量表征肌肉生物特征的信息,它是一种微弱的生物电信号且极易受多种噪声干扰。可利用银电极的特性设计一种检测表面肌电信号的电极,电极贴于人体皮肤表面对检测到的信号进行放大、滤波,基于STM32对检测到的信号进行数模转换并通过蓝牙4.0发送至其他控制设备,实现表面肌电信号的无创采集和无线传输。实验表明,该采集方式可检测到明显的表面肌电信号变化,并成功实现蓝牙之间数据的发送和接收。     

基于PCA与核LDA的表面肌电信号特征识别

针对表面肌电信号的非线性和非平稳性等特点,提出了一种主元分析与核LDA判别分析相结合的表面肌电信号特征识别新方法;通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号,并提取其特征参数平均绝对值和均方根,采用主元分析法对表面肌电信号特征参数进行压缩降维,应用核LDA判别分析法对降维后的数据进行分类识别;经过实验表明,该方法将表面肌电信号的特征参数由4维降到2维,减小了数据的冗余度,能够成功的从表面肌电信号中识别握拳、展拳、手腕内翻和手腕外翻四种动作,识别率高达96%。     

非线性PCA在表面肌电信号特征提取中的应用

针对表面肌电信号的特点,提出了一种应用非线性主分量分析(PCA)提取表面肌电信号特征的新方法.该方法在表面肌电信号滤波的基础上,采用非线性PCA方法完成数据压缩,将多路表面肌电信号转换为一维的特征数据主元,并以主元曲线的形式输出特征提取结果.本文采用基于自组织神经网络的非线性PCA对手臂尺侧腕伸肌和尺侧腕屈肌的两路表面肌电信号进行主元提取,试验结果表明,四种手部运动模式(握拳、展拳、腕外旋、腕内旋)对应的表面肌电信号利用该方法处理后,得到的主元曲线具有很好的类区分性,依据所得主元曲线的形状特征可以有效地进行手部动作类别的识别.     

基于ZigBee的无线肌电检测系统设计

针对目前表面肌电信号采集系统尺寸大,不易携带的缺陷,设计了一种基于ZigBee技术的无线表面肌电信号检测系统。系统由前置放大电路、带通信号调理电路和基于单片机CC2430的无线数据收发电路组成。该电路系统能有效覆盖带宽为10～500Hz的表面肌电信号,实现肌电信号的采集和与上位机的无线射频通信。应用实践表明,此系统能够通过ZigBee无线网络对人体肌电信号进行实时采集,具有移动性和便携性,因此能广泛适用于健康运动监测和医院移动监测等领域。     

基于肌电信号的行走步态周期识别方法与实验系统的设计

通过下肢表面肌电信号的人体行走步态周期识别方法设计了实验系统;针对表面肌电信号的微弱性、交变性、低频性等特点,提出了识别肌肉动作起始时刻的峰—谷线性插值分段积分算法,并将该算法与阈值法相结合,提取足跟着地前肌肉动作起始时刻,从而达到划分步态周期的目的;该方法仅需单通道信号作为信息源,不同被测者可以选用不同的肌电信号;有效回避了肌电信号传感器零点漂移现象;文中分别对5位被测者行走时的7个下肢肌电信号进行采集,以VisualC++为工具,基于用户界面设计了步态周期的识别系统,其系统识别结果验证了该方法具有广泛性、可靠性、准确性和实用性。     

基于FPGA的多功能生物电信号检测系统

设计了一款基于FPGA的多功能生物电信号检测系统,通过更换不同的前置模拟盒对神经肌电信号、心电信号、表面肌电信号进行检测和分析。系统模拟电路与数字电路紧密结合,FPGA采用硬件电路与Nios嵌入式软件协同设计,实现了对生物电信号的采集、处理、存储、显示和分析。     

基于小波包的表面肌电信号特征表示与识别

为提高智能轮椅人机接口中表面肌电信号的正确识别率和识别效率,主要研究了基于小波包多尺度分解的特征表示及识别。把采集的表面肌电信号在指定尺度及核函数的同一组正交小波包基下进行分解,用小波包多尺度分解的系数构造表面肌电信号的特征基向量。考虑到多通道表面肌电信号可能存在特征信息冗余,为消除这些冗余信息,对多通道表面肌电信号的特征空间通过正交规范化进行重构,并且用重构特征向量的对偶坐标向量作为表面肌电信号的最终特征表示。用非线性自回归神经网络实现了双通道表面肌电信号四种不同动作模式的分类。实验结果表明,小波包多尺度分解系数的重构对偶坐标向量不仅可作为表面肌电信号的特征表示,并能有效简化分类器的结构。     

肌电信号的拾取和预处理

表面EMG属于生物电的范畴,其特点是信号微弱,易受干扰.针对表面EMG的特点专门设计了表面电极和信号调理电路,对信号处理电路的特性分析表明,所设计的处理电路可以有效提取10～500 Hz的肌电信号,并能对50 Hz的工频干扰起到很好的抑制作用,该电路在实际应用时取得了理想的实验结果.     

滤除SEMG工频干扰的数字陷波器设计

50Hz工频干扰是表面肌电信号(SEMG)的主要干扰源之一,消除工频干扰是表面肌电信号处理中的一项重要技术。鉴于原有模拟信号调理电路在工频消噪这一环节上的不足,设计了一种50Hz数字陷波器用以消噪,减小干扰。实验证明,采用基于窗函数法的FIR原理设计的50Hz数字陷波器能有效滤除SEMG中的工频干扰并基本不影响50Hz周围有效SEMG的获取。     

模数混合采集系统设计中的噪声抑制

从影响典型模数混合采集系统噪声的各种因素入手,详细分析了引起模数混合采集系统噪声干扰的主要因素,针对每个环节提出了切实可行的抑制噪声的具体方法和措施,很大程度上提升了系统的性能,并给出了实例设计.     

基于DSP的心电信号实时滤波算法的实现

介绍数字心电图的心电信号处理中实时滤波算法的实现,探讨针对心电信号的工频干扰、肌电和基线漂移的实时数字滤波方法,在数字心电图的DSP芯片平台上选取有效的滤波算法分别用于消除和抑制基线漂移、工频干扰及肌电干扰。实验表明,在DSP上实现的心电数字滤波方法能达到预定设计要求,具有实时性、有效性等优点,并成功地应用到国家医药管理局攻关项目的十二导联数字心电图机上。     

基于DSP的多通道音频信号处理平台的设计

介绍了一种基于DSP的多通道音频信号处理平台的基本电路,设计了DSP与音频编解码器TLV320AIC23B的硬件接口,实现了四通道音频信号输入和输出,同时具有高性能、低功耗和便携等特点。该平台已经应用于有源抗噪声耳罩项目中。     

基于MSP430的肌电假手系统设计

在对人体表面肌电信号研究的基础上,设计出一种肌电假手系统,其中包括肌电信号采集调理系统和假手控制系统。肌电信号经信号调理电路放大、滤波、陷波后,由低功耗的MSP430F149单片机进行A/D转换、特征计算。单片机结合肌电信号与触滑觉传感器反馈的信息来控制电机转向与转速,从而控制假手做出相应动作。通过实际采集的肌电信号在示波器上显示的波形与假手的动作进行对比,说明系统设计是合理有效的。     

基于ADS1298的新型脑电信号采集前端设计

以ADS1298转换器为基础,通过将高精度模数转换与数字降噪处理技术结合来简化信号调理硬件电路设计,利用芯片内部集成的右腿驱动模块设计了右腿驱动信号电路,实现一种精度高、体积小、低功耗的多通道脑电信号采集前端,并讨论了实现更多通道脑电信号采集的多芯片级联技术,可广泛应用于便携式多通道脑电信号采集设备。     

CMOS脉搏血氧采集传感器信号处理电路设计

针对脉搏波信号幅度小噪声大等问题,提出并设计了一款基于CMOS的脉搏血氧采集传感器信号处理电路.采用UMC 0.18 μm 1P6M CMOS工艺进行设计,提出一种能有效放大微弱信号、减小噪声且滤除高频信号的信号处理电路,从而使信号达到模数转换的输入范围.芯片测试结果表明:该芯片在1.8V单电源的供电下,输出动态范围为0.7V~1.4V,芯片的可变增益范围为30 dB~54 dB,共模抑制比和电源抑制比均大于88 dB,芯片的总体功耗为360 μW,达到了预期的效果.     

高精度电容式MEMS加速度计系统设计

在传统Σ-Δ架构基础上,引入了低精度高速模/数转换器(ADC),将前置放大器输出的模拟电压信号转换为数字信号,有利于简化电容式微电子机械系统(MEMS)加速度计系统模拟接口电路设计.在嵌入ADC的MEMS加速度系统中,采用过采样平均数字算法对信号进行估计,有效降低系统对前置放大器噪声性能的需求,利于实现低功耗和高精度的设计目标.仿真结果表明:与未采用过采样平均技术相比,当前置放大器输出等效噪声大于1μV/Hz时,系统的信噪比(SNR)提高了约10dB.     

数字电路远程网络中高频信号噪声抑制仿真

针对传统高频信号噪声抑制方法存在效果差、信号完整度低的问题,提出新的数字电路远程网络中高频信号噪声抑制方法。根据独立分量分析,利用源信号与噪声信号分离的原理,实现噪声抑制,主要分为信号采集、去均值化、白化处理以及提取独立分量等步骤。最后在实例中被运用和验证。结果表明:独立分量分析噪声抑制方法应用下,数字电路远程网络中高频信号信噪比和完整性得到提高,远远高于传统噪声抑制方法应用效果,达到了研究预期目标。