基于表面肌电信号及肌肉疲劳的上肢肌力预测

为解决目前肌肉力测量时用肢体末端力表示实际肌肉力大小,以及未将肌肉疲劳程度考虑在内的问题,本文提出了一种基于表面肌电信号和肌肉疲劳的上肢肌肉力预测方法。利用AnyBody软件建立上肢肌肉骨骼模型,并将上肢末端力经过仿真得到单块肌肉的肌力大小;采用肌肉等长收缩的时间来表征肌肉疲劳程度。10名健康男性受试者进行上肢等长收缩实验,提取实验过程中肱二头肌肌电信号的积分肌电值、均方根、中值频率、平均功率频率、最大小波系数及其对应频率六个特征值;将肌肉力与特征值、肌肉疲劳程度进行分析后发现三者之间高度相关。采用麻雀搜索算法优化BP神经网络的权值和阈值,构造并训练上肢肌力预测模型。经测试集检验结果表明,该方法的误差小于12%,可以对肌力进行较为准确的预测。

基于双分支网络的表面肌电信号识别方法

针对目前表面肌电信号(sEMG)手势识别细节信息提取不充分,对相似手势区分困难的问题,提出基于加强二维化特征的双分支网络(ETDTBN)模型.该模型通过加强二维化方法生成二维特征图,使用多层卷积神经网络(ML-CNN)提取sEMG的空间特征,利用双向门控循环单元(Bi-GRU)提取原始信号的时序特征.考虑到不同的特征对网络的影响程度不同,引入自适应特征融合机制对不同分支进行融合,强化有用特征并弱化无用特征,提高表面肌电识别的准确率.实验在电极偏移和不同受试者2种情况下对ETDTBN进行训练与测试,与主流的肌电手势识别模型进行对比.可知,ETDTBN的总体识别准确率分别为86.95%和84.15%,准确率均为最优,证明了该模型的有效性.

基于改进ResNet50的表面肌电信号手势识别

为了提高手势动作在类别众多且相似度高的情况下的识别精度,提出了一种基于连续小波变换和残差神经网络Res-Net50的表面肌电信号手势识别方法。首先对Ninapro DB2和DB3的原始表面肌电信号进行预处理和连续小波变换,得到Multi-sEMG Wavelet Map数据集,然后送入改进的ResNet50模型进行识别分类。实验结果表明,改进后的ResNet50网络模型在Multi-sEMG Wavelet Map DB2和DB3中17种手势动作的平均准确率分别达到了96.40%和94.11%,相比ResNet50网络模型方法提升了4.87%和5.83%。实现了手势动作在类别繁多、相似度较高的情况下的精准识别。为基于非侵入式传感器和机器学习控制的假肢手提供了新方案。

采用变分模态分解与领域自适应的表面肌电信号手势识别

针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电信号进行变分模态分解,构建易于识别的表面肌电图像,并提出了一种卷积神经网络模型进行手势识别,提升用户相关的肌电信号手势识别准确率;同时利用迁移学习中的领域自适应和模型微调技术,提升用户无关的肌电信号手势识别准确率,并将所提算法在NinaPro DB1肌电数据集中进行了3分类、4分类、5分类和12分类共4组评估验证。结果表明:在4组评估验证中,用户相关的肌电信号手势识别平均准确率分别达到了99.28%、99.30%、98.39%和93.40%,用户无关的肌电信号手势识别平均准确率分别达到了94.05%、92.60%、88.38%和70.03%,表明本文提出的算法在表面肌电信号手势识别中具有良好的效果,为实现人机交互中的普适性的肌电设备开发提供了一种可行的方案。

表面肌电信号手势识别算法综述

随着人工智能技术的发展,深度学习在手势识别方面的识别效果得到显著提升。表面肌电信号是人体肌肉活动时产生的一种电生理信号,由于其非侵入性便于采集,现已作为康复辅具与假肢控制的一种信号来源。在应用表面肌电信号时,需要经过放大滤波等预处理;然后进行特征提取以获取表面肌电信号在时域、频域及时频域的有效信息;最后将这些信息输入机器学习模型中,即可分析人体的相关肌肉运动,进而控制相关器械动作。为此,主要对特征提取及机器学习分类模型部分进行综述,阐述当前基于表面肌电信号手势识别的研究进展与未来发展方向。

基于表面肌电信号的上肢康复机器人变阻抗控制技术研究

我国老龄人群肢体障碍者很多,运动康复技术是康复治疗的有效手段。但医患比例严重失调难以使得人人都能享受到康复医疗服务。康复机器人通过阻抗控制技术能够与人体进行一定的安全交互,但现有康复机器人多采用定阻抗控制,环境适应能力弱,难以应用于临床。针对上述问题,提出一种变阻抗控制方法,以采集使用者的表面肌电信号为输入条件,通过改进随机森林算法训练识别使用者上肢的运动角度。并配合末端力传感器,获得使用者的运动意图,再通过变阻抗控制器完成康复运动。搭建了实验平台,并对轨迹跟踪和康复训练能力进行验证与评估。结果表明所设计的控制器能够控制机器人完成康复运动。

基于床旁康复干预的上肢强制性运动疗法对脑梗死患者神经功能和表面肌电信号的影响

目的探讨基于床旁康复干预的上肢强制性运动疗法在脑梗死患者中的应用效果及对神经功能和表面肌电信号的影响。方法回顾性选取2019年3月~2022年10月首都医科大学附属北京友谊医院医保神经内科收治的脑梗死患者126例,根据干预方法不同分为对照组和观察组各63例。对照组采用常规方法干预,观察组联合基于床旁康复干预的上肢强制性运动疗法干预,3个月康复干预后评估患者效果,比较两组有效率、运动功能、神经功能恢复、认知功能、日常生活能力及表面肌电信号。结果观察组干预3个月有效率为95.23%,高于对照组80.95%,差异有统计学意义(χ^(2)=6.130,P=0.013)。观察组康复训练3个月后肢体运动功能Fugel-Meyer(FMA)、简易智能精神状态检查量表(MMSE)及改良Barthel指数(MBI)高于对照组,NIHSS低于对照组,差异有统计学意义(t=8.561、2.321、4.568、5.112,P=0.000);两组干预3个月后表面肌电信号得到改善,且观察组上肢肱二头肌、肱三头肌、桡侧腕伸肌及桡侧腕屈肌肌群的表面肌电信号高于对照组,差异有统计学意义(t=20.572、14.747、29.192、17.054,P=0.000)。结论基于床旁康复干预的上肢强制性运动疗法用于脑梗死患者中,有助于提高患者治疗效果,能增强患者运动及日常生活能力,改善患者认知功能,减轻神经功能,亦可改善患者上肢肌电信号,值得临床应用。

采用迁移学习的表面肌电信号手势识别方法

为解决采用表面肌电信号(surface electromyography,sEMG)进行手势识别时电极贴片位移、受试者动作变化等复杂情况下分类识别准确率下降这一问题,提出一种基于表面肌电信号与迁移学习的手势分类模型。首先对4通道表面肌电信号进行活动段提取与降噪处理,然后提取活动段信号的4种时域特征与2种频域特征。采用流形嵌入分布对齐(manifold embedded distribution alignment,MEDA)方法将源领域和目标领域的特征矩阵嵌入到格拉斯曼流形中进行流形特征学习,减小两域之间的数据差异,消除特征退化;同时根据自适应因子执行动态分布对齐,动态调整数据不同分布差异下边缘分布和条件分布的相对重要性。对多名受试者开展实验以验证所提方法的合理性,实验结果表明:所提方法与决策树(decision tree,DT)、支持向量机(support vector machine,SVM)、k临近(k-nearest neighbor,KNN)3种传统机器学习方法相比,识别准确率分别提高了13%、21%、9%。与未执行流形学习与动态分布对齐的联合分布适配(joint distribution adaptation,JDA)迁移学习方法相比,识别准确率提高了52%,达到93%,证明所提方法对于复杂情况下的手势分类具有优良的效果。

揿针联合中药治疗卒中后吞咽障碍的疗效观察及对吞咽肌群表面肌电信号的影响

目的 观察揿针联合通窍利咽方治疗卒中后吞咽障碍的临床疗效及其对患者吞咽肌群表面肌电信号的影响。方法 将90例卒中后吞咽障碍的患者用随机数字表法平均分为常规组与观察组,每组45例。常规组予常规康复训练及饮食护理,观察组在常规组治疗基础上予揿针联合口服通窍利咽方治疗。比较两组临床疗效,观察两组治疗前后美国国立卫生研究院卒中量表(National Institutes of Health stroke scale,NIHSS)、标准吞咽功能评价量表(standardized swallowing assessment,SSA)、改良曼恩吞咽能力评估量表(Mann assessment of swallowing ability,MASA)和吞咽生活质量量表(swallowing-quality of life,SWAL-QOL)的评分变化,观察两组治疗前后舌骨喉活动度检测指标和吞咽肌群表面肌电信号指标的变化,观察两组治疗前后脑血流动力学指标的变化。比较两组不良反应发生情况。结果 观察组总有效率优于常规组(P<0.05)。治疗后,两组NIHSS和SSA评分均较治疗前下降(P<0.05),MASA和SWAL-QOL评分均较治疗前升高(P<0.05);观察组NIHSS、SSA、MASA和SWAL-QOL评分均优于常规组(P<0.05)。治疗后,观察组舌骨上移、舌骨前移、甲状软骨上移和甲状软骨前移距离均大于治疗前(P<0.05),且舌骨上移和舌骨前移距离均大于常规组(P<0.05)。治疗后,两组空吞与吞咽5 mL温水时吞咽肌群表面肌电信号最大振幅、平均振幅和吞咽时间均较治疗前降低(P<0.05),且观察组上述吞咽肌群表面肌电信号指标均低于常规组(P<0.05)。治疗后,两组患者大脑血管平均血流量、平均血流速度、脉搏波速度、血管特性阻抗和外周阻力均较治疗前改善(P<0.05),且观察组上述脑血流动力学指标均优于常规组(P<0.05)。观察组不良反应发生率低于常规组(P<0.05)。结论 在常规康复训练基础上,揿针联合通窍利咽方治疗卒中后吞咽障碍的临床疗效优于单一中药治疗,可促进神经功能恢复,改善患者吞咽功能和吞咽肌群表面肌电信号,提高脑血流动力学指标,且不良反应发生风险较低。

基于PEO模式的康复训练对脑卒中后偏瘫患者功能恢复及表面肌电信号变化的影响

目的观察基于人-环境-作业(PEO)模式的康复训练对脑卒中后偏瘫患者功能恢复及表面肌电信号变化的影响。方法将本院收治的150例脑卒中后偏瘫患者随机均分为对照组和PEO组。对照组采用常规康复训练,PEO组采用基于PEO模式的康复训练。比较两组患者训练效果、下肢功能、肌力水平及表面肌电信号。结果训练后PEO组总有效率高于对照组(P<0.05)。训练后两组患者下肢功能较训练前改善,且PEO组较对照组改善更好(P<0.05)。训练后两组患者肌力水平均高于训练前,且PEO组高于对照组(P<0.05)。训练后两组患者表面肌电信号均强于训练前,且PEO组较对照组更强(P<0.05)。结论基于PEO模式的康复训练用于脑卒中偏瘫康复治疗具有明显康复效果,有助于改善患者下肢功能,增加表面肌电信号,提高肌力水平。

基于表面肌电信号的上肢康复动作识别

选取上肢肱桡肌、尺侧弯曲肌、肱肌、肱二头肌、三角肌作为采集对象,使用干电极片以及数据采集卡采集表面肌电信号(sEMG)。将采集到的表面肌电信号进行预处理,提取时域特征、频域特征以及信息熵特征,将提取的特征用于卷积神经网络模型的训练,再抽取特征值部分样本作为验证集合进行交叉验证。实验结果表明,融合信息熵作为特征样本训练准确率高达91%,明显高于单一特征样本以及融合时频域特征样本。

低频重复经颅磁刺激联合分期针灸疗法对脑卒中后偏瘫患者表面肌电信号及康复效果的影响

目的:观察低频重复经颅磁刺激(LF-rTMS)联合分期针灸疗法对脑卒中后偏瘫患者表面肌电信号及康复效果的影响。方法:将106例脑卒中后偏瘫患者随机分为LF-rTMS组37例、针灸组35例、联合组34例。LF-rTMS组采用LF-rTMS治疗,针灸组采用分期针灸治疗,联合组采用LF-rTMS联合分期针灸治疗。治疗6周后,比较3组表面肌电信号[均方根值(RMS)、协同收缩率(CR)]、康复效果[上肢运动功能(U-FMA)、改良Ashworth量表(MAS)、改良Barthel指数(MBI)]、Brunnstrom分期康复情况。结果:治疗后,3组屈肘肱二头肌、伸肘肱三头肌RMS均较治疗前增大(P<0.05),屈肘肱二头肌、伸肘肱三头肌CR均较治疗前缩小(P<0.05);且联合组屈肘肱二头肌、伸肘肱三头肌RMS均大于LF-rTMS组、针灸组(P<0.05),针灸组屈肘肱二头肌与伸肘肱三头肌RMS均大于LF-rTMS组(P<0.05);联合组屈肘肱二头肌、伸肘肱三头肌CR均小于LF-rTMS组、针灸组(P<0.05),针灸组屈肘肱二头肌与伸肘肱三头肌CR均小于LF-rTMS组(P<0.05)。治疗后,3组恢复期恢复期(Ⅳ+Ⅴ期)病例数占比均较治疗前升高(P<0.05),且联合组恢复期病例数占比高于LF-rTMS组、针灸组(P<0.05)。治疗后,3组U-FMA、MBI评分均较治疗前升高(P<0.05),MAS评分均较治疗前降低(P<0.05);且联合组U-FMA、MBI评分均高于LF-rTMS组、针灸组(P<0.05),MAS评分均低于LF-rTMS组、针灸组(P<0.05);针灸组U-FMA、MBI均高于LF-rTMS组(P<0.05),MAS评分低于LF-rTMS组(P<0.05)。结论:LF-rTMS联合分期针灸治疗能够缓解脑卒中后偏瘫患者上肢痉挛程度,提高运动功能及日常生活能力,其机制可能与调节患肢表面肌电信号有关。

基于GA-BP的表面肌电信号下肢动作模式识别研究

为了满足下肢康复机器人运动过程中对人体下肢不同动作模式的识别的需求,首先,通过8通道无线肌电传感器采集8种下肢常见动作的表面肌电(sEMG)信号,并对原始信号进行滤波、运动段提取、特征提取处理;然后,将处理后数据分别输入本文设计的BP、PCA-BP、GA-BP、PCA-GA-BP分类器进行训练与测试。4种分类器对下肢8种动作平均识别率分别为88.6%,90.5%,92.3%,95.1%,对每个动作平均识别率为85%以上。结果表明:基于GA-BP神经网络比BP神经网络具有更高的预测精度,并且降维处理可以提高动作分类的准确率。

腰痹通胶囊联合浮针对腰椎间盘突出症患者腰椎活动度及腰背肌表面肌电信号的影响

【目的】探讨腰痹通胶囊联合浮针针刺治疗对腰椎间盘突出症(LDH)患者腰椎活动度及腰背肌表面肌电信号的影响。【方法】将80例LDH血瘀证患者随机分为研究组和对照组,每组各40例。对照组给予服用腰痹通胶囊治疗,研究组在对照组基础上给予浮针针刺治疗,疗程为2周。观察2组患者治疗前后腰椎活动度、疼痛程度视觉模拟量表(VAS)评分、改进汉化的Oswestry功能障碍指数(ODI)评分、Roland-Morris腰椎功能障碍问卷(RMDQ)评分及腰背肌表面肌电信号的变化情况,并评价2组患者的临床疗效。【结果】(1)疗效方面,治疗2周后,研究组的总有效率为97.50%(39/40),对照组为80.00%(32/40),组间比较(χ^(2)检验),研究组的临床疗效明显优于对照组(P<0.05)。(2)腰椎活动度方面,治疗后,2组患者的腰椎屈伸、旋转活动度均较治疗前明显改善(P<0.05),且研究组对腰椎屈伸、旋转活动度的改善幅度均明显优于对照组(P<0.05或P<0.01)。(3)腰椎功能评分方面,治疗后,2组患者的ODI评分和RMDQ评分均较治疗前明显下降(P<0.05),且研究组对ODI评分和RMDQ评分的下降幅度均明显优于对照组(P<0.01)。(4)疼痛程度评分方面,研究组治疗1周、2周和1个月后及对照组治疗2周和1个月后的疼痛程度VAS评分均较治疗前明显下降(P<0.05),且研究组在治疗1周、2周和1个月后对疼痛程度VAS评分的下降幅度均明显优于对照组(P<0.01)。(5)腰背肌表面肌电参数方面,治疗后,2组患者的腰背肌表面肌电信号积分肌电值(IEMG)和平均功率频率(MPF)均较治疗前明显升高(P<0.05),且研究组对腰背肌表面肌电信号MPF和IEMG的升高幅度均明显优于对照组(P<0.01)。【结论】腰痹通胶囊联合浮针针刺治疗可显著提升LDH患者的疗效,改善患者腰椎活动度,提高腰背肌群表面肌电信号,缓解肌肉疲劳和疼痛症状。

基于迁移学习和表面肌电信号的上肢动作识别

准确识别脑卒中患者上肢运动意图是实现高效康复训练的关键步骤。为了提高基于表面肌电信号(surface electromyography,sEMG)的上肢动作识别精度,提出了一种结合预训练模型和支持向量机(support vector machine,SVM)的肌电动作识别方法。该方法充分考虑通道之间的关联性,将预处理后的时域信号通过短时傅里叶变换(short-time Fourier transform,STFT)转换为对应频谱图,并将所有通道的频谱图沿竖直方向拼接。利用两种微调的预训练模型VGG16和Resnet50对肌电图像提取特征,分别考虑三种上肢动作识别方案:仅使用微调的预训练模型进行识别、单个微调预训练模型提取特征后使用SVM进行识别、两个微调预训练模型提取特征拼接后使用SVM进行识别。实验结果表明,所提出的方法在采集的受试者肌电信号数据集上均达到90%以上的识别精度,可有效区分不同的上肢动作。

表面肌电信号采集设备的电路设计研究

介绍了一种表面肌电信号采集设备的电路设计,通过表面电极采集表面肌电信号,电路将微弱信号进行采集、放大、滤波等处理,处理的模拟电压信号进行模拟数字转换(Analog-to-DigitalConverter,ADC),经过控制器算法处理,将有用数据对设备进行反馈控制。根据表面肌电信号的幅值小、频率低等特点,设计主要电路包括前端信号处理电路、增益可调放大电路、截止频率可调滤波电路。表面肌电信号采集设备的电路设计具有抗干扰能力强,频率可调、增益可调、采集精度高等特点。

膝骨关节炎患者下肢表面肌电信号特征及其运动康复的研究进展

膝骨关节炎(knee osteoarthritis,KOA)是临床上常见的关节退行性病变,长期KOA患者所出现的下肢肌肉无力、关节不稳等导致运动功能受损的表现,能够通过表面肌电技术进行捕捉,表征形式以下肢肌肉的激活顺序、激活程度、协调运动模式和疲劳模式等方面的异常信号为主。运动康复治疗是改善KOA患者下肢运动功能、降低KOA复发几率的必要手段,利用表面肌电技术拓展运动功能的评估方式,能够为KOA患者制定长期、有针对性、高效率的康复锻炼疗法和肌力训练提供科学的参考依据,进一步丰富KOA的康复锻炼方法。本文旨在对KOA患者肌肉的异常电-生理表征和运动康复方案进行综述,以提升表面肌电在KOA运动康复领域的指导价值。

基于表面肌电信号的上肢外骨骼康复训练系统设计

目的为实现不同上肢损伤程度患者的康复训练,设计一种基于表面肌电信号(surface electromyographic signal,sEMG)的上肢外骨骼康复训练系统。方法该康复训练系统的机械结构主要由背部控制部分、可变刚度驱动器以及可调节上肢支架部分组成;控制系统包括肌电采集、滤波、特征提取和动作分类识别。首先采集肌电信号,并提取时域特征;然后采用主成分分析法(principal component analysis,PCA)进行降维处理,用K均值聚类算法(K-means clustering algorithm)进行动作模式分类识别;最后对可变刚度驱动器进行刚度测量实验,并进行仿真实验验证分类效果。结果康复训练系统可以自主地调节刚度,并且动作模式的总体识别率为8974%。结论该康复训练系统动作模式识别率高,可以更好地带动患者完成康复训练。

针灸联合生物反馈电刺激治疗产后压力性尿失禁疗效及对ICI-Q-SF评分和盆底肌表面电信号的影响

目的探讨针灸联合生物反馈电刺激治疗产后压力性尿失禁(postpartum stress urinary incontinence,PSUI)的疗效及对国际尿失禁咨询委员会尿失禁问卷表(Incontinence Questionnaire of the International Incontinence Advisory Committee,ICI-Q-SF)评分和盆底肌表面电信号的影响。方法选取2022年6月—2023年6月于本院就诊的PSUI患者264例,随机分为对照组(n=132)和研究组(n=132),对照组采取生物反馈电刺激治疗,研究组采取针灸联合生物反馈电刺激治疗,均治疗8周,观察两组治疗疗效,对比治疗前后漏尿量、盆底功能、肌力、肌纤维疲劳度、ICI-Q-SF得分、盆底肌表面电信号、尿动力学水平[最大尿道闭合压(MUCP)、最大尿流率(MFR)、达峰时间(Tmax)、咳嗽点膀胱内压(CLPP)]。采用GEE模型评价两种治疗方法对患者ICI-Q-SF评分和盆底肌表面电信号的影响。结果对照组总有效率为74.24%,研究组总有效率为91.67%,两组临床疗效比较差异有统计学意义(P<0.05)。与治疗前比较,治疗4周、6周、8周后两组患者阴道收缩压、静息压、盆底肌表面电信号水平(活力)及尿动力学水平均有显著升高,而膀胱颈活动度、尿道旋转角度、漏尿量、ICI-Q-SF评分、盆底肌表面电信号水平(峰值)显著降低(P<0.05),且研究组优于对照组(P<0.05)。治疗4周、6周、8周后,研究组盆底肌力情况及盆底Ⅰ类、Ⅱ类肌纤维疲劳度均优于对照组,差异均有统计学意义(P<0.05)。采用GEE模型结果显示,治疗时间、治疗方案及两者的交互作用比较差异有统计学意义(P<0.05)。结论针灸联合生物反馈电刺激在治疗产后压力性尿失禁方面具有很好的应用前景,可显著改善患者的ICI-Q-SF评分和盆底肌表面电信号,应用价值较高。

表面肌电信号中工频干扰的滤波方法研究

基于表面肌电信号的语音识别研究中,工频干扰会严重影响信号质量,使得识别准确率下降。如何在消除工频干扰的同时,尽可能保留肌电信号中的发音动作特征是一个值得研究的问题。在传统肌电信号的工频干扰滤除任务中,巴特沃斯带阻滤波器虽然消除了工频干扰,但也衰减了电信号中与工频干扰相同的频率成分。基于此,提出一种邻域均峰比滤波方法,动态计算频域滤波方法中的修正系数,针对工频干扰及其谐波进行修正,尽可能使被滤波的频带的幅度与相邻频带的幅度保持一致。对比结果表明,邻域均峰比滤波能够使滤波后的波形更接近原始波形。