[發明專利]一種基于卷積盲源分離的高密度表面肌電信號分解方法

在審

• 申請號: 201811281363.1
• 申請日: 2018-10-31
• 公開（公告）號: CN109359619A
• 公開（公告）日: 2019-02-19
• 發明（設計）人: 朱向軍;王潔;馮志林;應亞萍;周云水
• 申請（專利權）人: 浙江工業大學之江學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;A61B5/0488
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 馮子玲

1.一種基于卷積盲源分離的高密度表面肌電信號分解方法，其特征在于：包括如下步驟：

1)利用粘貼在人體皮膚上的表面電極柵格采集皮下肌肉電信號，即為恒力輸出下的高密度表面肌電信號，糾正不同電極間的時延，并進行時間對齊；然后采用迭代緊縮方法進行卷積盲源分離過程，提取運動單元信號源；

2)重復卷積盲源分離過程，提取更多個運動單元信號源，直到重復迭代3次后仍未檢測出新的運動單元信號源為止；

3)對所有提取出的運動單元信號源的發放序列歸類整理，剔除重復以及不合理的發放時刻向量，再次審核運動單元信號源；

4)利用審核通過的運動單元信號源進行神經源性和肌源性疾病的輔助診斷、神經肌肉系統的正常、病理及疲勞過程的機理研究。

2.如權利要求1所述的一種基于卷積盲源分離的高密度表面肌電信號分解方法，其特征在于：所述的步驟1)中對高密度表面肌電信號做時延糾正和時間對齊的方法具體是：利用非線性能量算子對測量信號濾波，然后利用巴特利特窗函數與濾波結果卷積以去除由于噪聲產生的虛假波峰，通過計算NEO濾波信號間的互相關性時延糾正，實現時間對齊。

3.如權利要求1所述的一種基于卷積盲源分離的高密度表面肌電信號分解方法，其特征在于：所述的步驟1)中卷積盲源分離過程包括如下步驟：

(1)利用峭度對比函數最大化算法提取出一個運動單元源信號；

(2)對提取的運動單元源信號進行去噪處理，以保證在每個假定發放時刻的波形相似性；

(3)利用自適應閾值化算法檢測波峰，以波峰為中心識別出此運動單元對應的所有活動段，提取運動單元發放序列；

(4)估算本次提取的運動單元源在各個電極產生的信號貢獻，并將其從測量信號中減除，得到更新的測量信號。

4.如權利要求3所述的一種基于卷積盲源分離的高密度表面肌電信號分解方法，其特征在于：所述的步驟(1)中，首先利用公式(5)和公式(6)迭代計算以最大化公式(4)給出的峭度對比函數，提取出一個運動單元信號源；

所述的公式(4)為：

所述的公式(5)為：y^(p)(n)＝(b^(p)*x)(n)；

所述的公式(6)為:

其中X為測量所得信號；y(n)為運動單元信號源的估計向量；p為迭代系數；kurt(y)為y(n)的峭度；μ^(p)為步長，為梯度；b(k)為長度為K的有限沖擊響應；J(b(k))為峭度對比函數。

5.如權利要求2所述的一種基于卷積盲源分離的高密度表面肌電信號分解方法，其特征在于：所述的步驟(3)具體為：首先利用自適應閾值化算法檢測波峰，其閾值選取為信號均方根的5倍，以波峰為中心識別出此運動單元對應的所有活動段，并設定時間窗寬度為10.5ms，記錄所有活動段的時間、波形特征信息，利用歐氏距離計算所有活動段的相似度，并計算所有相似性較高的活動段的平均波形生成運動單元動作電位波形模板，保存此運動單元發放序列的相關數據。