表面肌電采集信號(hào)的系統(tǒng)設(shè)計(jì)與算法分析

李 順，邢緒坡，宋成利

1 引言(Introduction)

表面肌電(surface Electromyography，sEMG)信號(hào)是骨骼肌收縮時(shí)，在皮膚表面利用肌電傳感器以無創(chuàng)的方式記錄下來的生物電信號(hào)。對(duì)表面肌電信號(hào)進(jìn)行提取與分析具有較為廣闊的應(yīng)用前景，比如可以反映肌肉的疲勞程度，研究表面肌電信號(hào)與力學(xué)的關(guān)系，研究表面肌電信號(hào)與運(yùn)動(dòng)姿態(tài)、運(yùn)動(dòng)方式之間的關(guān)系，以及通過表面肌電信號(hào)對(duì)患者進(jìn)行相應(yīng)的疾病診斷和肌肉康復(fù)訓(xùn)練等。

在表面肌電信號(hào)的前置采集和信號(hào)分析方面，國內(nèi)外已取得諸多研究成果，如美國Noraxon公司生產(chǎn)的MyoTrace400手持型表面肌電采集儀器，可以實(shí)現(xiàn)四通道的表面肌電信號(hào)采集。Al-QURAISHI等提取了踝關(guān)節(jié)運(yùn)動(dòng)時(shí)肌肉的表面肌電信號(hào)，比較了不同的表面肌電信號(hào)特征提取方法和運(yùn)動(dòng)分類方法。

由此可見，表面肌電采集與分析不僅是基礎(chǔ)研究的需要，同時(shí)在臨床方面也有廣闊的應(yīng)用前景。上述設(shè)備雖然可實(shí)現(xiàn)多通道、高精度的表面肌電信號(hào)采集，但大多存在體積較大、價(jià)格昂貴的問題?；谏鲜鰡栴}，本文設(shè)計(jì)了體積較小的可穿戴式表面肌電信號(hào)采集系統(tǒng)，并通過MATLAB對(duì)不同姿勢(shì)信號(hào)做頻譜與功率譜密度分析來驗(yàn)證系統(tǒng)的有效性。

2 表面肌電信號(hào)的產(chǎn)生、特點(diǎn)與采集(The generation,characteristics and acquisition of sEMG signal)

2.1 表面肌電信號(hào)的產(chǎn)生

表面肌電信號(hào)是由神經(jīng)-肌肉系統(tǒng)產(chǎn)生的，神經(jīng)-肌肉系統(tǒng)包括運(yùn)動(dòng)神經(jīng)元、樹突、軸突及支配的肌纖維。運(yùn)動(dòng)神經(jīng)元位于脊髓腹角，通過神經(jīng)軸突傳導(dǎo)到肌肉纖維，它將來自大腦皮層的腦電信號(hào)通過軸突延傳至外周神經(jīng)，最終投射至肌纖維。在人體皮膚表面附著若干塊導(dǎo)電電極，電極與表面肌電采集系統(tǒng)的信號(hào)放大端進(jìn)行連接，并設(shè)置參考電壓，用于采集表面肌電信號(hào)。表面肌電信號(hào)是人體表面肌肉通過收縮產(chǎn)生的生物電信號(hào)，以電流或者電壓的形式表現(xiàn)。表面肌電信號(hào)產(chǎn)生示意圖如圖1所示。

圖1 表面肌電信號(hào)產(chǎn)生示意圖Fig.1 Schematic diagram of sEMG signal generation

2.2 表面肌電信號(hào)的特點(diǎn)

表面肌電信號(hào)具有微弱性、低頻性、交變性、強(qiáng)噪聲性、差異性及不穩(wěn)定性，其中，微弱性和低頻性是其主要特性。表面肌電信號(hào)是極其微弱的電信號(hào)，其幅值較低，一般用μV、mV表示，為0—1.5 mV，極易被噪聲淹沒。研究表明，人體生理電信號(hào)如心電信號(hào)、表面肌電信號(hào)的頻率較低，有用信號(hào)頻率在0—500 Hz范圍內(nèi)，主要能量集中在20—150 Hz，且為交流信號(hào)，幅值一般和肌肉運(yùn)動(dòng)力度成正比。在頻率域上，對(duì)于不同肌群的表面肌電信號(hào)，它們的功率譜上的分布也存在一定范圍的差距。

由于表面肌電信號(hào)具有強(qiáng)噪聲性和不穩(wěn)定性，極易受環(huán)境噪聲、電子設(shè)備固有噪聲、運(yùn)動(dòng)偽跡、空間電磁場(chǎng)的干擾，且信號(hào)內(nèi)在的不穩(wěn)定性也極容易影響采集的表面肌電信號(hào)的精確度，因此，在信號(hào)的采集過程中，必須充分考慮采集過程面臨的噪聲干擾，并盡可能抑制外部干擾。

2.3 表面肌電信號(hào)的采集

本文對(duì)人體不同姿勢(shì)的表面肌電信號(hào)的采集做了調(diào)研，在瑞金醫(yī)院觀察到臨床醫(yī)生借助Key Point臺(tái)式誘發(fā)電位儀對(duì)帕金森患者進(jìn)行七種不同姿勢(shì)(靜息、姿勢(shì)性平舉、翼狀、豎翼狀、持物1 kg平舉、持物1 kg翼狀、持物1 kg豎翼狀)的表面肌電信號(hào)采集，如圖2所示。醫(yī)生首先提取患者七種不同姿勢(shì)的震顫信號(hào)加以分析，并通過采集到的表面肌電信號(hào)對(duì)帕金森震顫與特發(fā)性震顫的患者進(jìn)行分類與診斷，得出不同的治療方案，做到對(duì)癥下藥。

圖2 患者不同姿勢(shì)的表面肌電信號(hào)Fig.2 sEMG signals of patients with different postures

3 表面肌電采集系統(tǒng)的設(shè)計(jì)(Design of sEMG acquisition system)

3.1 系統(tǒng)總體設(shè)計(jì)

根據(jù)上述分析，本文根據(jù)表面肌電信號(hào)的特征研制出一套具有高共模抑制比、抗干擾能力強(qiáng)的表面肌電信號(hào)采集系統(tǒng)。該系統(tǒng)以Arduino微控制器作為主控電路，以ZTEMG-1000為前端肌電傳感器，內(nèi)部集成電源電路、差分放大電路、濾波電路、電平抬升電路和主放大電路。通過該系統(tǒng)實(shí)現(xiàn)對(duì)表面肌電信號(hào)的采集，之后系統(tǒng)通過主控電路與串口通信電路實(shí)現(xiàn)數(shù)據(jù)傳輸，將采集到的表面肌電信號(hào)傳輸?shù)缴衔粰C(jī)，實(shí)現(xiàn)對(duì)表面肌電信號(hào)的顯示與后續(xù)處理。Serialplot為波形顯示平臺(tái)，MATLAB為數(shù)據(jù)分析平臺(tái)。系統(tǒng)總體設(shè)計(jì)如圖3所示。

圖3 系統(tǒng)總體設(shè)計(jì)Fig.3 Overall system design

3.2 系統(tǒng)硬件設(shè)計(jì)

本系統(tǒng)采用ZTEMG-1000作為表面肌電信號(hào)采集前端。ZTEMG-1000為A公司生產(chǎn)的1通道的表面肌電信號(hào)采集傳感器。由于傳感器采用的運(yùn)放為正負(fù)電源供電，因此系統(tǒng)采用可產(chǎn)生±5 V電壓的單電源供電模式，供給單片機(jī)、運(yùn)放和其他芯片所需電壓。在電源輸入端并聯(lián)一個(gè)0.1 μF的電容和一個(gè)容量較大的電容，此種供電方式不僅可以減少成本，而且避免了使用正負(fù)兩個(gè)電源的干擾，濾除高頻和低頻干擾信號(hào)，使得供電電壓更加穩(wěn)定，減少電源產(chǎn)生的尖峰脈沖，保證表面肌電信號(hào)正負(fù)信號(hào)的輸出。同時(shí)，設(shè)計(jì)了偏置電路，可以滿足片上AD只能采集正電壓信號(hào)的要求，可以通過疊加偏置電壓使表面肌電信號(hào)的輸出電壓都變?yōu)檎妷骸?/p>

ZTEMG -1000傳感器的尺寸較小，體積為39 mm×32 mm×7 mm，其他設(shè)置參數(shù)如表1所示。

表1 ZTEMG-1000傳感器參數(shù)及取值Tab.1 Parameters and values of sensor ZTEMG-1000

本文將肌電傳感器與主控模塊進(jìn)行連接，硬件平臺(tái)搭建如圖4所示。肌電傳感器共有三個(gè)氯化銀電極卡扣，其中兩個(gè)電極為采集電極，一端固定在電路板上，另一端貼于測(cè)試肌群凸起肌肉處；另一個(gè)電極為參考電極，一般貼在肌肉邊緣處。使用底面為水溶膠的電極貼片，系統(tǒng)默認(rèn)輸出2.5 V的電壓信號(hào)，且輸出的表面肌電信號(hào)為濾波和放大的原始信號(hào)。

圖4 系統(tǒng)平臺(tái)搭建Fig.4 System platform construction

3.3 系統(tǒng)軟件設(shè)計(jì)

上位機(jī)處理平臺(tái)是表面肌電信號(hào)采集系統(tǒng)的重要組成部分，本文選用Serialplot作為波形顯示平臺(tái)。Serialplot是一款串口波形顯示器軟件，可以顯示單通道或者多通道串口發(fā)送數(shù)據(jù)波形，同時(shí)具有數(shù)據(jù)存儲(chǔ)記錄功能。采用MATLAB作為上位機(jī)處理數(shù)據(jù)平臺(tái)，使用C語言編程。上位機(jī)軟件流程如圖5所示，電極直接將采集到的模擬信號(hào)通過數(shù)據(jù)線傳輸?shù)奖銛y式數(shù)據(jù)采集器中。便攜式數(shù)據(jù)采集器將模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，再通過串口通信傳輸至主機(jī)系統(tǒng)和分析軟件中。上位機(jī)可實(shí)現(xiàn)數(shù)據(jù)傳輸、數(shù)據(jù)處理、信號(hào)濾波降噪、特征提取及頻域轉(zhuǎn)換等功能。

圖5 系統(tǒng)軟件平臺(tái)Fig.5 System software platform

4 實(shí)驗(yàn)結(jié)果及分析(Experimental results and analysis)

4.1 幾種不同姿勢(shì)下的表面肌電信號(hào)采集結(jié)果

為驗(yàn)證表面肌電采集系統(tǒng)的有效性，本文設(shè)計(jì)了不同姿勢(shì)下的表面肌電信號(hào)采集實(shí)驗(yàn)。在經(jīng)過受試者同意后，選擇一名受試者(女，25 歲)作為實(shí)驗(yàn)對(duì)象。為保證實(shí)驗(yàn)的可靠性與準(zhǔn)確度，實(shí)驗(yàn)前需對(duì)受試者檢測(cè)皮膚并做相關(guān)處理，選取合適的電極放置位置，并選擇受試者左手臂的主要發(fā)力肌肉群作為檢測(cè)部位。

圖6 表面肌電信號(hào)的波形圖Fig.6 Waveform of sEMG signals

4.2 表面肌電信號(hào)的濾波處理

本文設(shè)計(jì)的便攜式表面肌電信號(hào)采集系統(tǒng)還存在如下幾點(diǎn)不足：(1)系統(tǒng)的分辨率與精度較低。(2)采集端用硬件濾波器對(duì)抗工頻噪聲極易造成有效信息丟失。

由于濾波算法能對(duì)不同強(qiáng)度的高斯噪聲、椒鹽噪聲、工頻噪聲，以及其他生物噪聲等進(jìn)行信號(hào)處理，因此，為了正確地評(píng)價(jià)處理結(jié)果，從理論上做出合理的解釋，本文選擇濾波算法對(duì)所得表面肌電信號(hào)進(jìn)行處理。濾波分為線性平滑濾波、中值平滑濾波、小波濾波、頻域低頻濾波、自適應(yīng)濾波和維納濾波六種算法。中值濾波是一種最常用的非線性平滑濾波，其濾波原理基于排序統(tǒng)計(jì)理論，把信號(hào)值進(jìn)行排序，然后選擇信號(hào)的中間值作為信號(hào)輸出值，此種濾波算法能有效抑制噪聲，被廣泛應(yīng)用于去除脈沖噪聲。因此，本文選擇利用MATLAB進(jìn)行中值濾波，對(duì)以上系統(tǒng)方案進(jìn)行優(yōu)化，對(duì)信號(hào)噪聲進(jìn)行平滑處理。

圖7 濾波后的波形圖Fig.7 Filtered waveform

4.3 表面肌電信號(hào)的頻譜分析

傅立葉變換(Fourier Transform，F(xiàn)T)是將信號(hào)由時(shí)域轉(zhuǎn)變?yōu)轭l域進(jìn)行分析，其物理意義在于，若信號(hào)在時(shí)域上沒有明顯特征，但是變換到頻域之后，信號(hào)特征便顯示出來了。由于使用示波器對(duì)電刺激器輸出的波形進(jìn)行采集后為時(shí)域圖，因此需進(jìn)行頻譜分析。頻譜分析的具體算法如下：

然而，以此方式將信號(hào)展開進(jìn)行頻域分析較為復(fù)雜，因此引出FT算法，其FT的表達(dá)式為：

圖8 表面肌電信號(hào)的頻譜分析Fig.8 Spectral analysis of sEMG

5 討論(Discussion)

本文搭建了一套表面肌電信號(hào)采集系統(tǒng)，并對(duì)一名受試者進(jìn)行手臂放松、握拳、展臂、模擬震顫四種姿勢(shì)的表面肌電信號(hào)采集。分析可見，受試者手臂放松時(shí)，表面肌電信號(hào)較為平緩且幅值基本在2,500 mV上下波動(dòng)；之后受試者改為握拳姿勢(shì)，表面肌電信號(hào)的波動(dòng)范圍較大，幅值為2,000—3,000 mV；展臂姿勢(shì)相對(duì)于握拳姿勢(shì)幅值范圍變?。蛔詈笫茉囌吣M震顫時(shí)，幅值進(jìn)一步減小，且隨著時(shí)間增加有上下波動(dòng)的趨勢(shì)。

6 結(jié)論(Conclusion)

本文將采集到的表面肌電信號(hào)進(jìn)行濾波和算法分析，采集系統(tǒng)使用內(nèi)部集成濾波電路與放大電路的ZTEMG-1000傳感器和Arduino微控制器，對(duì)表面肌電信號(hào)進(jìn)行采集。之后將采集到的原始信號(hào)進(jìn)行濾波和FFT分析，分析表明濾波算法可有效去除噪聲，提取有效的表面肌電信號(hào)。但算法的精確度尚有不足，后續(xù)將對(duì)此問題進(jìn)行改進(jìn)，并對(duì)采集的信號(hào)進(jìn)行進(jìn)一步分析驗(yàn)證。