四通道表面肌电信号采集系统设计与研究

面向表面肌电信号在康复机器人领域的应用,设计了一种四通道表面肌电信号采集系统。表面肌电采集系统包含了检测电极设计、前置放大电路、高通滤波电路、工频陷波电路、低通滤波电路、后级放大电路和电源电路。实验基于右前臂桡侧腕长伸肌,对设计的四通道表面肌电信号采集系统采集的信号进行了测试分析。实验结果表明,系统能够很好地采集到人体表面肌电信号,每一个通道的信噪比为58±3 dB,可以看出表面肌电信号采集设备对噪声的抑制能力较高,且采集到的信号质量高,能够应用于康复机器人领域。     

基于SOPC的复合式生理信号检测系统设计

设计完成了一种多生物电信号采集能力并能完成生物电信号模式识别和辅助诊断的复合式生物电信号检测系统。系统通过具备双通道的低噪声高共模抑制比的前置采集放大电路,可实现心电信号和表面肌电信号两种体表生物电信号的检测。通过FPGA硬件化实现的小波分解模块和在NiosⅡ软核中实现的FFT和BP神经网络算法,可以完成对采集到的心电信号心率监测、QRS波群的检测和ST段形态识别反馈监护者的健康信息;并通过提取表面肌电信号活跃段数据和时频域参数为运动性肌肉疲劳评估提供参考。系统通过LCD屏、音频输出和SD卡存储能够完成对信号实时波形和监护参数显示、报警输出和长时间监护数据的存储。     

基于小波的PCA—Butterworth表面肌电信号去噪法

表面肌电信号(sEMG)是一种微弱的生物电信号,采集过程中由于硬件或环境等各种因素干扰,经电极放大,将会采集到噪声,在使用表面肌电信号信号前,除了选取高性能设备和优化实验方案来减小影响以外,还应该使用合适的预处理算法对信号进行滤波去噪,本文提出了一种基于小波的PCA-Butterworth的去噪算法,不仅能去除高频的噪声,对于与信号频谱重叠的噪声也能进行有效的分离。     

基于 STM32 的脑电信号采集系统设计

脑电信号包含大量的脑功能状态信息,已被广泛应用于脑神经疾病诊断、脑机接口、睡眠分期、麻醉深度监测等领域。脑电信号是幅度为微伏级的生物电信号,频率不超过 150 Hz,极易受到眼电、心电等信号干扰,因此,有效提取脑电信号是分析脑电信号的前提。文章设计了基于 STM32 的脑电信号采集系统,实现脑电信号的有效采集。通过贴在前额的三导联生物电极,将脑电信号感应至预处理电路,在前端模拟电路中对信号进行多级放大,并设计了无源滤波网络及多个有源滤波器对信号进行滤波和调理,同时加入电平抬升电路、电极连接状态检测电路。利用 12 位模数转换器将脑电信号转换为数字信号,并通过蓝牙模块传至上位机,实现脑电信号的有效提取与传输,为下一步处理分析提供基础。通过对比采集到的脑电信号和国外同类产品的输出,验证了该脑电采集系统的有效性。     

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。     

32通道无线表面肌电和加速度信号采集系统设计

为满足对肌电信号采集系统无创、便携、更大传输数据量的需求。本文实现了基于蓝牙无线传输协议的32通道肌电和加速度信号采集系统。系统发送端由4组8通道信号采集发送模块组成,完成对表面肌电信号和加速度信号的采集、处理及发送;接收端采用FPGA管理4组蓝牙接收端进行一对一数据接收,同时完成对数据进行统一打包处理并发送到PC机进行数据存储、数据处理及信号波形显示。经测试,本系统一次充电可持续工作6小时,无线通信距离12m,信号噪声比高于70dB。测试结果表明,本系统可应用于手势识别、健康监护等领域。     

基于表面肌电和组织阻抗信息融合的手势识别研究

手势识别中的一种常见方式是通过表面肌电信号来实现。为提高手势识别的稳定性和精度, 通常需要采集多个通道的肌电信号,但这会增加电极传感器的数量以及识别系统的复杂度。因此,如 何利用较少量的通道采集信号并确保手势识别的性能一直是肌电信号应用到意图识别的研究方向之 一。该研究设计了一款便携式四通道肌电和阻抗双模信号采集器,在不增加额外传感器和通道数的情 况下,能同时采集肌电信号和差分电极对之间的组织阻抗信号。初步实验结果表明,通过该系统采集 的四通道融合信息可以提升手势识别的准确率和稳定性。与仅采集肌电信息相比,该研究采用的肌电 与阻抗信息融合方法可以将手势识别性能提升 3% 以上,达到 96.2% 的识别率。     

表面肌电采集信号的系统设计与算法分析

针对表面肌电信号的微弱性、低频性和强噪声性,设计了高共模抑制比、抗干扰能力强的表面肌电信号采集系统,并对采集到的信号进行处理分析。系统中包含放大电路、滤波电路、电平抬升电路、主控电路,采集受试者手臂放松、握拳、展臂、模拟震颤四种姿势的表面肌电信号,经串口通信将传感器所采集到的数据上传至上位机,之后将采集到的表面肌电信号进行中值滤波及傅立叶变换分析。测试结果表明,系统可以有效提取0—500 Hz的有用信号,且四种姿势下的表面肌电信号主要能量集中在0—500 Hz,在0—200 Hz内更为明显,符合表面肌电信号的频率特性。表面肌电信号采集系统具有可靠性和抗干扰性,拥有较好的市场应用前景。     

基于微丝电极的神经电信号检测系统研制

研制了一种生物神经电信号检测系统.该检测系统采用微丝电极作为信号采集传感器,经过微弱信号调理仪器对微弱神经信号进行放大、滤波等处理,开发基于LabVIEW的上位机软件对所采集的信号进一步分析、显示以及存储等.实验中仪器噪声小于20 μV的条件下检测到了幅值为160 μV神经电信号,S/N≈8,结果表明:本检测系统可实现对微弱神经电信号的检测.     

基于双通道表面肌电信号的在线手势识别系统研究

为了获得更加便捷和简单的人机交互方式,采用由Arduino UNO开发板和肌电传感器组成的双通道表面肌电信号采集系统采集手前臂的表面肌电信号,并在上位机中利用MATLAB（R2018b）对采集到的信号进行预处理、活动段检测、特征提取和分类器训练与预测;在识别出手势动作之后,利用GUI界面实时地显示出识别结果。该系统从肌电信号到手势识别、再从手势识别到计算机系统的人机交互方式展现了巨大的潜力和应用空间,尤其是在虚拟现实领域。