本文關鍵詞： 肌電信號 熵 希爾伯特-黃變換 去噪 痙攣　出處：《合肥工業(yè)大學》2017年碩士論文　論文類型：學位論文

【摘要】：表面肌電信號(surface Electromyographic signal,sEMG)是肌肉參與活動的各運動單元電位綜合作用的結果,能夠表征神經(jīng)肌肉系統(tǒng)的功能與狀態(tài)。利用表面肌電信號進行痙攣檢測的方法在臨床醫(yī)學、康復醫(yī)學等領域均有重要的實用價值。本文針對腦卒中上肢痙攣患者進行被動牽引時的肌電信號,重點探討sEMG的去噪及特征提取等關鍵技術,將其應用于痙攣牽張反射起始點的檢測,結合角度實現(xiàn)痙攣等級量化評定。設計信號采集系統(tǒng),針對不同痙攣等級患者,進行肘關節(jié)被動伸展過程中相關數(shù)據(jù)的采集實驗。由于采集過程伴有諸多干擾信號,分析噪聲來源結合sEMG的時頻分布情況,提出基于EMD熵的閾值去噪方法,通過與小波閾值去噪法進行統(tǒng)計對比,證明該方法消噪效果良好,去除大量噪聲的同時保留更多的細節(jié)信息。為準確獲取sEMG特征,針對肌電信號的非線性非平穩(wěn)性,提出基于HHT邊際譜熵的特征提取方法。根據(jù)肌電信號在不同功能狀態(tài)下表現(xiàn)出的復雜度變化的特點,結合痙攣前后信號的變化規(guī)律,利用HHT邊際譜熵檢測牽張反射起始點的方法,結合角度信息實現(xiàn)牽張反射閾值的判定。對采集到的全部sEMG進行去噪、特征提取,最終獲得全部信號的牽張反射閾值(Stretch reflex threshold,SRT),利用Spearman分析SRT與MAS量表的相關性,實驗結果證明SRT與MAS評分顯著相關(r=-0.921,*P0.01),效度良好,為臨床痙攣評定提供一種客觀定量的分析手段。
[Abstract]:Surface Electromyographic signal emg is the result of the combined action of motor unit potentials involved in muscle activities, which can characterize the function and state of neuromuscular system. Rehabilitation medicine and other fields have important practical value. This paper focuses on the key techniques of sEMG denoising and feature extraction in view of the electromyography (EMG) signals of stroke patients with upper limb spasm during passive traction. It was applied to the detection of the starting point of spasmodic reflex, and the quantitative evaluation of the grade of spasm was realized by combining with the angle. A signal acquisition system was designed for patients with different spasticity grades. In this paper, the data acquisition experiment during passive extension of elbow joint is carried out. Because there are many interference signals in the acquisition process, the noise source is analyzed in combination with the time-frequency distribution of sEMG, and a threshold de-noising method based on EMD entropy is proposed. Through statistical comparison with wavelet threshold denoising method, it is proved that this method has good denoising effect, removes a large amount of noise and retains more detail information. In order to obtain sEMG features accurately, the nonlinear nonstationarity of EMG signals is studied. A feature extraction method based on HHT's marginal spectral entropy is proposed. According to the complexity of EMG signals in different functional states, combined with the changes of signals before and after spasms, The method of detecting the starting point of distraction reflection using HHT marginal spectral entropy and combining angle information to judge the threshold of distraction reflection is realized. All the collected sEMG are de-noised and the features are extracted. Finally, the stretch reflex threshold of all signals was obtained, and the correlation between SRT and MAS was analyzed by Spearman. The experimental results showed that the SRT and MAS scores were significantly correlated with MAS score, and the validity was good, which provided an objective and quantitative analysis method for clinical spasm evaluation.
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R741.044;TN911.7

【相似文獻】

相關期刊論文 前10條

1 楊基海,鐘展輝,李峪峻,周平,陳香,婁智;肌電信號分解的一種方法(英文)[J];中國科學技術大學學報;2000年01期

2 李芳,王人成;肌電信號及其運動模式辨識方法的發(fā)展趨勢[J];中國康復醫(yī)學雜志;2005年07期

3 楊廣映,羅志增;小波變換在肌電信號預處理中的應用[J];杭州電子科技大學學報;2005年01期

4 趙京東;劉英濤;姜力;高曉輝;;采用肌電信號控制殘疾人假手的研究[J];機械制造;2006年09期

5 肖毅;陳善廣;王春慧;;基于熵理論和復雜度的肌電信號分析[J];科技導報;2009年21期

6 李醒飛;朱嘉;楊晶晶;張國雄;盧志揚;;基于肌電信號的人手運動狀態(tài)的辨識[J];中國生物醫(yī)學工程學報;2007年02期

7 許棟岳;李克勇;;肌電信號的特征分析方法及其應用[J];現(xiàn)代生物醫(yī)學進展;2010年13期

8 林彩娜;馬超;伍少玲;燕鐵斌;;不同步行方式下正常人腰腹肌肌電信號分析[J];中國康復醫(yī)學雜志;2012年01期

9 楊福生;;肌電信號的處理[J];國外醫(yī)學(生物醫(yī)學工程分冊);1987年02期

10 李玲華;;體表肌電信號的處理進展[J];國外醫(yī)學.生物醫(yī)學工程分冊;1996年02期

相關會議論文 前10條

1 周萌;沈鈞賢;童秉綱;尹協(xié)振;;鯽魚肌電信號測量研究[A];慶祝中國力學學會成立50周年暨中國力學學會學術大會’2007論文摘要集（下）[C];2007年

2 張小棟;;肌電信號的檢測與處理技術研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

3 路國華;楊芳;;肌電信號中心電噪聲的自適應濾波[A];第八屆全國信號與信息處理聯(lián)合學術會議論文集[C];2009年

4 何樂生;胡耀航;王威廉;;基于精確起始時刻同步的肌電信號動作識別方法[A];2010中國儀器儀表與測控技術大會論文集[C];2010年

5 潘惠娟;;表面肌電的基本原理和研究進展[A];第十七屆中國內(nèi)鏡醫(yī)師大會論文集[C];2007年

6 吳浩浩;羅志增;;基于肌電信號信號輪廓DTW的手部動作識別方法[A];第七屆全國康復醫(yī)學工程與康復工程學術研討會論文集[C];2010年

7 王耀兵;季林紅;黃靖遠;;康復訓練過程中上肢運動肌電信號特征的對比分析[A];繼往開來 與時俱進——2003年康復醫(yī)學發(fā)展論壇暨慶祝中國康復醫(yī)學會成立20周年學術大會論文集[C];2003年

8 馬麗;侯文生;鄭小林;彭承琳;許蓉;;握力水平與前臂肌肉sEMG信號復雜度的相關性研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

9 楊義勇;王人成;金德聞;黃昌華;;上肢肘關節(jié)受擾運動過程的肌電信號幅值變化和功率譜分析[A];中國康復醫(yī)學會第四屆會員代表大會暨第三屆中國康復醫(yī)學學術大會論文匯編[C];2001年

10 陳玲玲;楊鵬;王輝;郭欣;;基于HMM和SVM的下肢肌電信號處理[A];2005年中國智能自動化會議論文集[C];2005年

相關博士學位論文 前8條

1 趙汗青;面向人工假肢的表面肌電信號人手抓取動作研究[D];哈爾濱理工大學;2016年

2 任小梅;基于臨床診斷肌電信號的自動分解算法及研究[D];上海交通大學;2006年

3 吳劍鋒;基于肌電信號的人體下肢運動信息獲取技術研究[D];浙江大學;2008年

4 顏志國;基于粗糙集和支持向量機的表面肌電特征約簡和分類研究[D];上海交通大學;2008年

5 姜葦;子宮肌電信號的分析與子宮收縮機理的研究[D];天津大學;2004年

6 楊志家;體表肌電信號中疲勞信息提取方法的研究[D];浙江大學;1999年

7 李陽;智能仿生手臂肌電信號—運動模型化與模式識別理論方法研究[D];吉林大學;2012年

8 陳歆普;基于肌電信號的多模式人機接口研究[D];上海交通大學;2011年

相關碩士學位論文 前10條

1 陳雄彬;表面肌電信號采集與處理器設計[D];華南理工大學;2015年

2 馬靜云;康復運動中表面肌電信號分析方法研究[D];燕山大學;2015年

3 魏秀利;基于腦肌電反饋的虛擬康復系統(tǒng)研究[D];燕山大學;2015年

4 張琳琳;毫伏級生物電信號采集裝置的設計與實現(xiàn)[D];蘭州交通大學;2015年

5 李娜;基于語音與肌電信號融合的假肢校驗模式控制研究[D];武漢工程大學;2015年

6 曹曉鵬;異肢肌電信號控制肢體運動功能重建的算法與硬件實現(xiàn)[D];東南大學;2015年

7 蘭婷;便攜式八通道肌電信號仿生手控制系統(tǒng)[D];電子科技大學;2016年

8 劉勇;基于肌電信號模式識別的假肢控制研究[D];南通大學;2015年

9 洪潔;人體手部動作肌電信號的處理與識別研究[D];安徽工業(yè)大學;2016年

10 王子威;一種用于假肢手的可穿戴肌電信號檢測裝置設計[D];重慶大學;2016年

，

本文編號：1497972