【摘要】：表面肌電信號(hào)在診斷神經(jīng)肌肉功能、肌肉疲勞程度的評(píng)定及疾病的診斷等方面廣泛應(yīng)用。在近代,假肢的研究很盛行,而假肢的控制主要通過表面肌電信號(hào)來(lái)驅(qū)動(dòng)。因此,研制出一種方便實(shí)用、性價(jià)比高的肌電信號(hào)采集電路具有重要的意義。表面肌電信號(hào)是通過電極從人體皮膚表面記錄下來(lái)的神經(jīng)肌肉電信號(hào),是一種非平穩(wěn)的微弱信號(hào)。本論文中介紹了表面肌電信號(hào)采集裝置的設(shè)計(jì)和實(shí)現(xiàn)。本設(shè)計(jì)中采用AD620前置放大電路,對(duì)原始肌電信號(hào)進(jìn)行初級(jí)放大。在采集電路的設(shè)計(jì)中,為了降低干擾信號(hào)的影響,設(shè)計(jì)出了高通、低通濾波電路和工頻陷波器電路。首先采用Multisim仿真軟件對(duì)電路進(jìn)行原理性試驗(yàn),然后采用分立元件搭建硬件電路,并利用Altium Designer制作出PCB電路板進(jìn)行測(cè)試,實(shí)時(shí)的采集到肌電信號(hào)。在測(cè)試試驗(yàn)中分別通過肢體運(yùn)動(dòng)的方法和弱直流電刺激方法對(duì)正中神經(jīng)進(jìn)行電刺激實(shí)驗(yàn),均采集到肌電信號(hào)。對(duì)采集到的肌電信號(hào),文中采用時(shí)域和頻域進(jìn)行了研究與分析。在肢體運(yùn)動(dòng)中,我們對(duì)握拳肌電信號(hào)進(jìn)行時(shí)頻域分析,符合肌電信號(hào)的一般特征。在電刺激實(shí)驗(yàn)中,由時(shí)域波形可以看出,在方波電壓上升沿處刺激,得到的是起始點(diǎn)向下的肌電脈沖波形,在方波電壓下降沿時(shí)刺激,得到的是起始點(diǎn)向上的肌電脈沖波形,由此得出肌電信號(hào)是方波脈沖產(chǎn)生的電場(chǎng)梯度作用的結(jié)果。在頻譜分析中,利用Matlab軟件中的FFT對(duì)肌電信號(hào)進(jìn)行頻譜分析。肢體運(yùn)動(dòng)中,握拳信號(hào)的頻率范圍在0Hz-500Hz范圍內(nèi)較為集中,其中50 Hz-200Hz范圍內(nèi)幅值較高。在電刺激實(shí)驗(yàn)中可以得出,隨著刺激電壓的增加,不同頻率的神經(jīng)肌電信號(hào)的幅值也相應(yīng)增加。在不同刺激電壓時(shí),神經(jīng)電信號(hào)的主頻是67.5676Hz,在0 Hz-500Hz帶通濾波范圍內(nèi),直流至主頻之間的肌電信號(hào)幅值逐漸增加,主頻到500 Hz之間的神經(jīng)電信號(hào)幅值逐漸降低。
[Abstract]:Surface electromyography (EMG) is widely used in the diagnosis of neuromuscular function, muscle fatigue and disease diagnosis. In modern times, the study of prosthesis is very popular, and the control of prosthesis is mainly driven by surface electromyography (EMG) signal. Therefore, it is of great significance to develop a practical and cost-effective EMG signal acquisition circuit. Surface electromyography (EMG) is a nonstationary weak signal, which is recorded from the surface of human skin by electrodes. In this paper, the design and implementation of surface EMG signal acquisition device are introduced. In this design, AD620 preamplifier circuit is used to amplify the original EMG signal. In order to reduce the influence of interference signal, high pass, low pass filter circuit and power frequency notch filter circuit are designed in the design of acquisition circuit. First, the circuit is tested in principle with Multisim simulation software, then the hardware circuit is built with discrete components, and the PCB circuit board is made by Altium Designer for testing, and the EMG signal is collected in real time. The electromyography (EMG) signals were collected from the median nerve by the method of limb motion and weak direct current electrical stimulation. The time domain and frequency domain are used to study and analyze the collected EMG signals. In limb movement, we analyze the EMG signal in time and frequency domain, which accords with the general characteristics of EMG signal. In the experiment of electrical stimulation, it can be seen from the time domain waveform that at the rising edge of square wave voltage, the myoelectric pulse waveform is obtained at the starting point down, and when the square wave voltage drops along the edge, the myoelectric pulse waveform up to the starting point is obtained. It is concluded that the EMG signal is the result of the electric field gradient produced by the square wave pulse. In spectrum analysis, FFT in Matlab software is used to analyze the spectrum of EMG signal. In limb movement, the frequency range of grip signal is concentrated in the range of 0Hz-500Hz, and the amplitude is higher in the range of 50 Hz-200Hz. In the electrical stimulation experiment, it can be concluded that with the increase of the stimulation voltage, the amplitudes of the neuromyoelectric signals at different frequencies increase accordingly. The main frequency of the nerve signal is 67.5676Hz. in the range of 0 Hz-500Hz bandpass filtering, the amplitude of the EMG signal between DC and the main frequency increases gradually, and the amplitude of the nerve signal between the main frequency and 500Hz decreases gradually.
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH789

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 席旭剛;朱海港;羅志增;張啟忠;;基于熵的肌電信號(hào)跌倒識(shí)別[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

2 錢曉進(jìn),楊基海,梁政,陳香,周平,馮煥清;基于信息擴(kuò)散理論和模糊神經(jīng)網(wǎng)絡(luò)的肌電信號(hào)分解研究[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2003年05期

3 潘祖善;;肌電信號(hào)產(chǎn)生機(jī)理的模型[J];上海交通大學(xué)學(xué)報(bào);1986年03期

4 葉少波;沈文微;楊寵瑩;潘家普;;八道多功能生理記錄儀微機(jī)系統(tǒng)的建立和應(yīng)用——肌電信號(hào)的計(jì)算機(jī)處理[J];上海生物醫(yī)學(xué)工程;1992年02期

5 蔡立羽,王志中,劉瑜;基于盲辨識(shí)理論的雙通道肌電信號(hào)建模與分類[J];上海交通大學(xué)學(xué)報(bào);2000年11期

6 李曉玲;張翔;張鄂;陸長(zhǎng)德;;用肌電信號(hào)評(píng)價(jià)人體振動(dòng)舒適性的方法研究[J];西安交通大學(xué)學(xué)報(bào);2009年03期

7 趙京東;姜力;金明河;劉宏;蔡鶴皋;;基于肌電信號(hào)的仿人型假手控制[J];機(jī)械與電子;2006年08期

8 尤波;周麗娜;黃玲;;應(yīng)用于假手的肌電信號(hào)分類方法研究[J];哈爾濱理工大學(xué)學(xué)報(bào);2011年03期

9 龍勝春;呼吸肌電信號(hào)時(shí)頻分析方法的研究[J];浙江工業(yè)大學(xué)學(xué)報(bào);2005年01期

10 李瑞庚;陳迪;曾嘉陵;;訓(xùn)練改善人體肌電信號(hào)用檢視儀的研制[J];醫(yī)療器械;1985年06期

相關(guān)會(huì)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(hào)測(cè)量研究[A];慶祝中國(guó)力學(xué)學(xué)會(huì)成立50周年暨中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)’2007論文摘要集（下）[C];2007年

2 張小棟;;肌電信號(hào)的檢測(cè)與處理技術(shù)研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

3 路國(guó)華;楊芳;;肌電信號(hào)中心電噪聲的自適應(yīng)濾波[A];第八屆全國(guó)信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

4 何樂生;胡耀航;王威廉;;基于精確起始時(shí)刻同步的肌電信號(hào)動(dòng)作識(shí)別方法[A];2010中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2010年

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

6 吳浩浩;羅志增;;基于肌電信號(hào)信號(hào)輪廓DTW的手部動(dòng)作識(shí)別方法[A];第七屆全國(guó)康復(fù)醫(yī)學(xué)工程與康復(fù)工程學(xué)術(shù)研討會(huì)論文集[C];2010年

7 王耀兵;季林紅;黃靖遠(yuǎn);;康復(fù)訓(xùn)練過程中上肢運(yùn)動(dòng)肌電信號(hào)特征的對(duì)比分析[A];繼往開來(lái) 與時(shí)俱進(jìn)——2003年康復(fù)醫(yī)學(xué)發(fā)展論壇暨慶祝中國(guó)康復(fù)醫(yī)學(xué)會(huì)成立20周年學(xué)術(shù)大會(huì)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(hào)復(fù)雜度的相關(guān)性研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

9 楊義勇;王人成;金德聞;黃昌華;;上肢肘關(guān)節(jié)受擾運(yùn)動(dòng)過程的肌電信號(hào)幅值變化和功率譜分析[A];中國(guó)康復(fù)醫(yī)學(xué)會(huì)第四屆會(huì)員代表大會(huì)暨第三屆中國(guó)康復(fù)醫(yī)學(xué)學(xué)術(shù)大會(huì)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(hào)處理[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

相關(guān)博士學(xué)位論文 前7條

1 任小梅;基于臨床診斷肌電信號(hào)的自動(dòng)分解算法及研究[D];上海交通大學(xué);2006年

2 吳劍鋒;基于肌電信號(hào)的人體下肢運(yùn)動(dòng)信息獲取技術(shù)研究[D];浙江大學(xué);2008年

3 顏志國(guó);基于粗糙集和支持向量機(jī)的表面肌電特征約簡(jiǎn)和分類研究[D];上海交通大學(xué);2008年

4 姜葦;子宮肌電信號(hào)的分析與子宮收縮機(jī)理的研究[D];天津大學(xué);2004年

5 楊志家;體表肌電信號(hào)中疲勞信息提取方法的研究[D];浙江大學(xué);1999年

6 李陽(yáng);智能仿生手臂肌電信號(hào)—運(yùn)動(dòng)模型化與模式識(shí)別理論方法研究[D];吉林大學(xué);2012年

7 陳歆普;基于肌電信號(hào)的多模式人機(jī)接口研究[D];上海交通大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 陳雄彬;表面肌電信號(hào)采集與處理器設(shè)計(jì)[D];華南理工大學(xué);2015年

2 馬靜云;康復(fù)運(yùn)動(dòng)中表面肌電信號(hào)分析方法研究[D];燕山大學(xué);2015年

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

4 張琳琳;毫伏級(jí)生物電信號(hào)采集裝置的設(shè)計(jì)與實(shí)現(xiàn)[D];蘭州交通大學(xué);2015年

5 劉英濤;多自由度殘疾人假手機(jī)構(gòu)設(shè)計(jì)及肌電信號(hào)控制[D];哈爾濱工業(yè)大學(xué);2006年

6 孟艷麗;肌電信號(hào)的非線性動(dòng)力學(xué)分析[D];東北師范大學(xué);2002年

7 朱海港;基于肌電信號(hào)的跌倒辨識(shí)研究[D];杭州電子科技大學(xué);2014年

8 于擎;基于手勢(shì)動(dòng)作肌電信號(hào)的虛擬鼠標(biāo)控制[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

9 宋嶸;非線性分析及其在肌電信號(hào)處理中的應(yīng)用[D];汕頭大學(xué);2002年

10 陳玲玲;基于支持向量機(jī)的下肢肌電信號(hào)模式識(shí)別的研究[D];河北工業(yè)大學(xué);2006年

，

本文編號(hào)：2148666