英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
少即是多:高通滤波,消除多达99%的表面EMG信号功率,改善基于表面肌电信号的肱二头肌肌肉力量的估计
摘要
原始表面肌电信号应该在后续的所估计的肌肉力量之前进行10-30赫兹的高通滤波处理，来消除运动偏差。当前研究的主要目的是探索在我们尝试准确估计肌肉力量时过滤掉大部分原始肌电信号的优点。25个试验者进行快速不等渗肱二头肌收缩的静态研究。肱二头肌力量的估计是基于力量（最大百分比）在手腕的记录。迭代方法通过使用逐步变大的高通截止频率（20-440赫兹，每30赫兹一步）配合一阶和六阶滤波器以及信号优化来对来自于肱二头肌的表面肌电信号进行处理，确定它对基于肌电信号的肱二头肌力量估算的准确性影响。结果表面，消除99%的原始表面肌电信号功率会对肱二头肌力量的估算有明显和实质性的改善。这些发现质疑了之前当在估算肱二头肌力量时可能原始表面肌电信号功率应该在大约20-500赫兹进行过滤的假设。对于力量预测的目的，在对力进行估算时，表面肌电信号频率的高频段可能与力和剩余的频谱有一些相关，但看起来关系很微弱。#2003爱斯维尔有限公司保留所有权利。
关键词： 表面肌电信号 肌肉力量 等长收缩
1 简介
生物力学的主要局限性是在大多数情况下无法直接测算肌肉力。德卢卡曾说：最令人沮丧还是最有吸引力（取决于你自己的观点），而在表面肌电信号方面来说，就是当在纠正使它足够平滑时，它的振幅是和大量的转矩（或力）联合测量定性相关的，但往往精确的定量关系很难捉摸。最常见的估算肌肉力的方法涉及到使用表面肌电信号（表面肌电信号）去大致的表示希尔肌肉模型的活跃状态。然而，大量的原始表面肌电信号处理被要求在肌肉活跃程度时程可以近似之前。这个过程通常涉及：（1）两个微分放大表面电极来记录肌肉信息（2）合成原始信号的带通滤波（3）全波整流（4）随后进行低通滤波来确定时程的“线性关系”。低通滤波的目的是复制二阶肌肉响应给运动单位动作电位提供的脉冲，该滤波器引入的相位滞后也复制了横桥机制中的机电延迟。然后合成的平滑信号被归一到肌肉最大自动收缩中被观察到的最高振幅中。进一步转换力的条件是要求一整个肌肉的横截面积，肌肉长度，收缩和伸长速度。此外，还有观点承认表面肌电信号振幅和大多数肌肉中观测到的力之间存在非线性关系，而且已经做了归一化的校正。
抽样文献表明，带通滤波通常涉及到一个高通滤波分界频率，它是30赫兹或着更低，5赫兹，6赫兹，8赫兹，20赫兹，和30赫兹的值都可以被观察到。梅尔乐特等人曾建议高通截止频率为10-20赫兹。带通滤波过程还包括一个通常为500赫兹的低通滤波分界频率，但是可以观察到250赫兹，300赫兹，450赫兹，490赫兹，500赫兹，和1000赫兹。这些截至值已经建议去除了噪声而且保留了来自于被皮肤所记录的肌肉放射出来的真实肌电信号。然而这种方法的内在原理是假设除开了微分放大正离子后所有剩余内容的频率，它实际上增加了估计肌肉力量的有效性。有一些证据表明这种假设可能是不准确的。在长时间的等距收缩过程中，表面肌电信号的振幅已经被观测到正在增加而肌肉力却没有在增加，使它的问题从用疲劳肌肉的肌电信号变为预测肌肉力量。然而这种改变通常被视为信号功率谱向低端的转化，它真的代表了高频功率的适度降低和低频功率的相对增大。如果肌电信号振幅正在增加而力却没有发生改变，那么增加的大部分只是低频功率，低段信号就有可能与力之间几乎没有关系。除此之外，先前的研究人员已经发现表面肌电信号暂时的优化会改善振幅的估算。暂时的优化用表面肌电信号的自回归建模去消除它已被发现的主要的低频段非随机性（可预测的）部分。因此，优化类似于大部分功率都已被低于200赫兹频率消除的高通滤波.
如果肌电信号用来表示肌肉动作电位的二阶信号，则可能由于组织滤波特性和差分放大过程中产生的信号频率的变化，会使得基于表面肌电信号的力的估计失真。在肌肉疲劳期间，力没有发生变化的情况下，低频段的肌电信号功率会增加。此外，优化数据表面，如果低频功率衰减，则可以提高力的估计值。换句话说，就是在估计肌肉力量时使用整个原始肌电信号（大约20-500赫兹之间）不是最佳的选择。目前研究的目的是为了确定使用表面肌电信号估计肱二头肌力量时使用高于30赫兹的高通截止值得影响。此外，将结果与通过表面肌电信号的自适应和非自适应预白化获得的结果进行比较。假设使用高通或者优化方法，去除掉大部分的原始肌电信号的低频段信号功率，将导致基于原始表面肌电信号的力估计有明显的改善。
2 方案
2.1 受试者
本研究采用三组受试者，前两组包括9名男性受试者（平均年龄23.5岁，体重79.5公斤）9名女性受试者（平均年龄23.3岁，58.0公斤）使用“小”表面电极测试。第三组使用“大”表面电极测量，有7名男性（平均年龄23.5岁，78.0公斤）。受试者到达实验室时对他们进行了课程解释，对每个学科进行阅读并签署了大学人类伦理委员会批准的同意书。
2.2数据采集
三组数据的采集程序相同。对于每个受试者，将一对一次性的银/氧化银表面电极附接到靠近肌肉腹部中点的右二头肌，以避免神经支配区。另外，将接地电极放置在肘部的外侧，“小”和“大”电极的电极面积分别为1.0厘米和1.8厘米，中心间距分别为2.5和5.0厘米。表面肌电信号通过差分放大器进行处理。带有直流放大器的力传感器与电缆串联放置。每个试验连续收集表面肌电信号和力信号，并以1024赫兹进行A/D转换。
受试者坐在装置的前面，允许肘部在屈曲90度的等长收缩期间测量肘屈肌力。相对于上身的解剖位置，肩部弯曲90°，然后内旋90°，使上臂和前臂水平，手掌面向胸部。右脚肘悬挂在从桌子上抬起的表面上，在弯曲过程中，腕带附着在电缆上，保持等距姿态。在收集试验之前，受试者不断努力进行连续试验，直至达到持续的最大努力。这会使得受试者与测试装置之间产生舒适感并让他们更加自信，以便在最大努力期间抑制最小化。我们对每个科目进行了三次试验：（1）重复休息（2）长时间等渗疲劳（3）疲劳重复劳累。目前的论文将仅关注受试者进行4-5次短缩（2 0：5 s）的休息试验，其中至少两次最大，1-2次斜坡挛缩（3：5 0：5 s） 。每次收缩之间的休息时间为1：5 0：5秒。 来自样品试验的原始EMG如图1所示。整个休息期通常发生不超过30秒。受试者从计算机屏幕接收到反馈，显示肌肉活动和力量， 受试者被要求通过将手腕拉向身体来进行二头肌的等距体力劳动。他们被允许练习收缩和放松二头肌，直到舒适，并能够在收缩之间充分放松肌肉。受试者也实行最大收缩。
2.3数据分析
来自每个试验的力信号（由一系列重复发生组成）经过低通滤波，截止频率为30Hz。确定试验的最大力值，并将所有力幅度归一化为该最大值的百分比。然后使用迭代过程来操作：（a）预处理原始肌电信号的各种方法（b）经整流的原始信号的不同低通截止频率（c）低通滤波信号的不同非线性归一化曲率，并评估对肱二头肌原始表面肌电信号和力之间的关系的影响（按照手腕的力量估计归结为最大）。该评估通过以下步骤完成：
- 选择了两个过滤器顺序中的第一个（第1和第6个）。 这些订单被选为代表一个典型的范围。
- 然后使用所选顺序的巴特沃斯滤波器将原始表面肌电信号用500Hz的截止值进行低通滤波。
- 使用所选顺序的巴特沃斯滤波器对该原始表面肌电信号进行高通（HP）滤波，以20Hz的截止频率进行滤波。
- 原始表面肌电信号为全波整流（FWR）。
- 将全波整流表面肌电信号低通滤波，截止频率为1.0Hz（始终为1阶巴特沃斯）。
- 然后将经滤波的全波整流表面肌电信号线性归一化为该滤波步骤后试验的最大表面肌电信号振幅的百分比。
- 然后使用等式将该信号用逐渐变大的曲率进行非线性归一化
- 然后将每个新处理的表面肌电信号与该试验相关联的归一化力信号进行比较，并计算表面肌电信号和强制时间历史之间的RMS差异和相关系数。 使用该RMS差异，在试验期间计算RMS百分比误差。
然后以所有低通截止频率重复步骤5，从1.0到4.0Hz，以0.1Hz（n = 31）的步长
这导致了在20Hz下高通滤波的原始信号有总共1581个（51个非线性常数，31个低通截止值）处理组合。 在1581种可能的组合中，确定了导致与力信号的最小RMS差的低通截止频率和非线性归一化常数组合。 然后从步骤3开始，整个过程都以30Hz的步长从50到440Hz的高通频率重复。一旦用第一阶滤波器完成分析，则从步骤2开始，用6阶滤波器重复整个过程。
通过将原始表面肌电信号的白化代替步骤1,2和3，也重复该过程。简而言之，美白是去除表面肌电信号的可预测或非随机分量的手段，仅留下“真实”信号。针对原始表面肌电信号的整个时间历程计算了第五阶自回归模型。 克兰西和霍根已经证明，在高于四阶的自回归模型中，信噪比性能几乎没有什么好处。然后从原始信号中减去建模的信号，基本上可以过滤掉可预测的记录的原始表面肌电信号的分量。然后将经修改的原始信号提交到如上所述的带通滤波信号的处理步骤4至8。此外，所有信号也用自适应白化过程分析。这与上述过程类似，但是，使用整个时间历史来确定自回归方程，而不是使用该样本之前的五个点为每个样本计算一个新的等式。这种自适应过程允许白化随着时间的推移对原始sEMG信号的非随机性质产生改变。
对于每个高通频率/滤波器顺序组合，以及白化信号，记录以下变量：（1）最佳低通截止频率，（2）最优非线性归一化常数，（3）最小误差RMS％ 值，（4）用最优值处理的力与原始表面肌电信号之间的相关系数，（5）处理原始信号后剩余的总原始表面肌电信号功率。
2.4统计分析
对一个3*2*15的方差分析进行了重复测量，依赖变量为：
- 误差RMS％
- 相关系数;自变量为：
（1）性别/电极尺寸组合，
（2）高通顺序和
（3）截止频率。意义设定在p lt;0:05
性别/电极组合（男性 - 小型，男性 - 大型，女性 - 小型）在变量与滤波器顺序（第1和第6）和HP截止频率之间（从20到440Hz，以30Hz为一步， n = 15）选择一个作为变量。 20Hz的HP频率被认为是用于预测来自原始表面肌电信号的力的当前标准，因此用于与其他截止频率的事后比较。使用邦尼富尼校正完成配对t检验的事后检测。一旦确定了两个滤波器阶数的最低误差的截止频率，则使用t检验来比较这些误差RMS％和来自白化和自适应白化信号的相关系数。其中p设定在p lt;0:05。
3 结果
3.1 样品检测
来自一个试验的原始表面肌电信号的样本如图1所示。图3表示力与线性归一化肌电信号之间的关系。 对于该试验，发现最佳处理参数具有以下值：440Hz的一阶HP滤波器截止值，1.6Hz的全波整流，低通滤波器截止值15和非线性归一化常数（图3）。 所得到的力和基于表面肌电信号的力估计的时间历程如图1所示。 该图说明了如何计算误差RMS％的示例。 对每个15 HP滤波器截止频率的原始表面肌电信号处理，发现最佳低通滤波器截止频率和非线性归一化常数。 该样本对象的误差RMS％和相关系数的示例如图1所示。 每个HP截止值为5。
3.2 RMS百分比误差
对于误差RMS%，HP截止频率（p lt;0.0001）和滤波器阶数（p lt;0.0001）有显着的影响，HP截止频率和阶数之间存在显着的相互作用（p lt;0.0001）。没有观察到性别/电极组合的显着影响。对于一阶滤波器，与标准20Hz截止值（p lt;0.001）相比，所有较高HP截止频率的误差RMS％值都较低。 25个受试者中有24人对截止频率高达380 Hz的力预测有一些改善，而410 Hz截止值则观察到最低的平均误差RMS％（相对于20 Hz，降低13.7％）对于六阶滤波器，与20 赫兹 HP截止频率相比，所有截止频率从50到230 Hz都产生了明显更好的基于sEMG的力预测，只有440 Hz截止值具有显着更高的平均误差RMS％（p lt;0.001）在定性上，所有25名受试者至少做出了一些改善，截止值为110和140赫兹，并且观察到最低的平均误差RMS为140赫兹截止值（相对于20赫兹，下降了14.1％）。通过自回归建模，表面肌电信号白化和自适应白化，平均误差百分比分别为11.6％，它们与最低平均误差没有显着差异。
3.3 相关系数
对于相关系数，HP截止频率（p lt;0.0001）和滤波器阶数（p lt;0.0001）之间存在显着的相关性。 没有观察到性别/电极组合的显着影响。 对于一阶滤波器，与误差RMS％类似，所有更高的截止频率表现优于20 Hz截止频率，在410-440 Hz范围内具有最高的相关性。 对于第六阶模型，在50和230Hz之间的所有频率都比20Hz更好，并且只有440Hz截止值具有较低的相关性。 在140 Hz，再次观察到最高的平均相关性。 白化和自适应白化信号的平均相关性与第1或第6阶滤波器的最佳HP截止值没有存在显着差异。
3.4 高通滤波器信号功率衰减
对rawsEMG信号进行带通滤波后的总信号功率进行计算，或者变白。平均值如图1
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[136740]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
