基于先验模板的表面肌电信号渐进分解算法研究

作     者：罗万国 侯文生 郑小林 万小萍 陈海燕 周平 吴小鹰 LUO Wan-Guo;HOU Wen-Sheng;ZHENG Xiao-Lin;WAN Xiao-Ping;CHEN Hai-Yan;ZHOU Ping;WU Xiao-Ying

作者机构：重庆大学生物医学工程系重庆400044 重庆市医疗电子工程技术研究中心重庆400044 

出 版 物：《中国生物医学工程学报》 (Chinese Journal of Biomedical Engineering)

年 卷 期：2014年第31卷第3期

页      面：366-372页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 08[工学] 0836[工学-生物工程] 

基　　金：国家科技支撑计划(2012BAI16B02) 国家自然科学基金(30970758) 重庆市自然科学基金(cstc2012jjA10103) 

主　　题：表面肌电信号 分解 先验模板 运动单元动作电位 

摘      要：本研究通过将表面肌电信号(sEMG)分解为运动单元动作电位序列(MUAPTs),来研究神经-肌肉系统中运动单元(MU)的募集与发放模式。针对高收缩力情况下MUAP叠加问题,首先采用FastICA算法和小波包去噪算法对信号进行预处理;然后基于先验知识构建了4种形态的可伸缩MUAP模板;最后,采用先大后小的渐进识别方式,逐个对MUAP进行自动提取。在此基础上,还将该算法应用于8名受试者(3组/人)不同手指活动模式下的指浅屈肌多通道(12通道)sEMG分解;单通道分解结果显示,高力量水平下sEMG中的主体MUAPTs能够被有效检测和分类;统计结果证实,随着力量水平的增加,MUAP的数目增加;不同大小MUAP比重的变化与活动手指和力量水平具有显著的相关性。本文的实验结果,初步验证了利用先验模板从sEMG中渐进提取MUAP的可行性,为sEMG分解和进一步研究MU发放规律提供于一种新的思路。