[發明專利]利用肌電信號邊際譜熵提取肌肉疲勞特征的方法和裝置

有效

• 申請號: 201710516492.3
• 申請日: 2017-06-29
• 公開（公告）號: CN107320097B
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 王勇;侯言旭;吳平平;胡保華
• 申請（專利權）人: 合肥工業大學
• 主分類號: A61B5/0488
• 分類號: A61B5/0488
• 代理公司: 合肥興東知識產權代理有限公司 34148
• 代理人: 胡東升

1.一種利用肌電信號邊際譜熵提取肌肉疲勞特征的方法，其特征在于，包括以下步驟：

a、將采集到的肌電信號存入數組sEMG[CE]中，其中，CE為與采樣時長和采樣頻率相關的數據長度；

b、利用希爾伯特黃變換時頻分析方法結合信息熵理論，對采集到數組sEMG[CE]中的肌電信號提取邊際譜熵特征；

c、將步驟b獲得的邊際譜熵值存入數組HHE[CH]中，定義HHE[CE]為一幀數據，數組HHE[CH]用來按照先進先出方式存放邊際譜熵，其中CH表示存放肌電信號邊際譜熵的個數；以及

d、重復上述步驟a、b和c，存滿數組HHE[CH]，將存滿后的數組HHE[CH]作為肌肉疲勞特征，以用于肌肉疲勞判斷。

2.根據權利要求1所述的利用肌電信號邊際譜熵提取肌肉疲勞特征的方法，其特征在于，所述步驟d還包括：

在數組HHE[CH]存滿后，還重復上述步驟a-c共CN次，得到CN個邊際譜熵；按照先后順序將CN個邊際譜熵存入數組HHE[CH]，將所述數組HHE[CH]中最先存入的CN個邊際譜熵溢出，得到新的數組HHE[CH]作為肌肉疲勞特征，以用于肌肉疲勞判斷。

3.根據權利要求2所述的利用肌電信號邊際譜熵提取肌肉疲勞特征的方法，其特征在于，所述CN值根據不同人肌肉疲勞的先驗信息設置。

4.根據權利要求1或2所述的利用肌電信號邊際譜熵提取肌肉疲勞特征的方法，其特征在于，根據肌電信號的邊際譜熵變化趨勢評估是否產生肌肉疲勞。

5.根據權利要求3所述的利用肌電信號邊際譜熵提取肌肉疲勞特征的方法，其特征在于，采用最小二乘法對存滿狀態的數組HHE[CH]進行線性擬合，得出線性擬合的斜率，該斜率表征邊際譜熵伴隨肌肉疲勞發生時的變化趨勢。

6.根據權利要求1所述的利用肌電信號邊際譜熵提取肌肉疲勞特征的方法，其特征在于，采集到的肌電信號的每次采樣時長為0.1s-10s，采樣頻率為1024Hz-4096Hz。

7.根據權利要求1所述的利用肌電信號邊際譜熵提取肌肉疲勞特征的方法，其特征在于，還包括對存入數組sEMG[CE]中的肌電信號采用小波去噪，以去除肌電信號中的白噪聲。

8.根據權利要求1所述的利用肌電信號邊際譜熵提取肌肉疲勞特征的方法，其特征在于，所述CH值設置為10～30個。

9.根據權利要求1所述的利用肌電信號邊際譜熵提取肌肉疲勞特征的方法，其特征在于，所述步驟b包括以下子步驟：將采集到數組sEMG[CE]中的肌電信號進行EMD分解，得到肌電信號的IMF；之后對每階IMF進行Hilbert變換，得到肌電信號的Hilbert-Huang時頻譜；之后對Hilbert-Huang時頻譜進行時間積分，得到Hilbert邊際譜；根據信息熵理論對Hilbert邊際譜進行計算得到肌電信號的邊際譜熵。

10.一種提取肌肉疲勞特征的裝置，其特征在于，包括處理器、存儲器，所述存儲器上存儲有計算機程序，所述處理器在執行所述計算機程序時實現以下步驟：

a、將采集到的肌電信號存入數組sEMG[CE]中，其中，CE為與采樣時長和采樣頻率相關的數據長度；

b、利用希爾伯特黃變換時頻分析方法結合信息熵理論，對采集到數組sEMG[CE]中的肌電信號提取邊際譜熵特征；

c、將步驟b獲得的邊際譜熵值存入數組HHE[CH]中，定義HHE[CE]為一幀數據，數組HHE[CH]用來按照先進先出方式存放邊際譜熵，其中CH表示存放肌電信號邊際譜熵的個數；以及

d、重復上述步驟a、b和c，存滿數組HHE[CH]，將存滿后的數組HHE[CH]作為肌肉疲勞特征，以用于肌肉疲勞判斷。