[发明专利]基于手部动作肌音信号的人机交互方法及交互系统

说明书

技术领域

本发明涉及肌音信号的应用，尤其是涉及一种基于手部动作肌音信号的人机交互方法及交互系统。

背景技术

在康复领域内的人机交互系统里，实现人机交互的信息源多为人体生物信号。寻找稳定完备的信息源应用到人机交互系统中是当今的热点和难点。到目前为止已经出现了许多不同控制信号源的选择和尝试。例如：肌电信号(Electromyography，EMG)、脑电信号(Electroencephalography，EEG)、声音信息源、延伸生理本体感觉信息源、肢体肌肉周径变化信息源、肢体残端再造指控制信息源、肢体机械运动信息源、肌腱信息源、脑磁信息源等。其中因为肌电信号具有很多优点成为众多学者的主要研究方向。但是事实上，肌电信号也存在着很多不足之处，例如对采集表面要求严格，传感器价格昂贵，受阻抗影响大，抗干扰能力差等。

目前，利用生物信号作为信息源的人机交互系统有以下几种：

1、EMG信号源人机交互系统：

EMG是医学上的术语，主要是指利用电子学仪器来记录肌肉神经兴奋时的生物电位信号。肌肉执行动作时，需要来自中枢神经系统的生物电脉冲信号进行刺激，在此过程中肌肉神经终端以及沿线均会产生电位变化，执行不同的动作需要的生物电刺激不同，因此可以通过感应电极将肌肉产生的生物电位的差异引导出来，采集到的生物电位信号包含了大量的与所执行动作相关的信息，利用这些信息，工程师通过嵌入式系统实现了不依赖于声学信号的语音识别，通过采集用户面部肌肉的EMG信号来判断用户的发音。

EMG语音识别系统应用十分广泛。首先是在飞行控制中，该种系统已经成为高性能飞行器中飞行员的辅助操作设备。美国的实验者曾用EMG信号实时进行了六个单词的语音识别，而这六个单词可以作为NASA火星探测器的指令控制集。而在日本，通讯公司NTT已经发明出一套可以用手指听电话的EMG语音识别装置。经过大量的实验和测试表明EMG能非常有效和准确的反映肌体的运动情况。

但是与此同时EMG信号也有其不容忽视的缺点。EMG语音识别系统以EMG为信号源，而EMG信号源对于采集的要求比较严苛。若该采集对象的肌肉群不够多或者各种原因导致肌肉萎缩都会导致EMG信号质量不好而影响用户的使用。此外，EMG信号极易受到外界各种因素的干扰，例如，肌肉的疲劳、电极位置的改变、体重的波动都会使EMG信号的特征值发生变化。再者，受到技术的限制，EMG信号所能提供的特征和自由度也有限

2、EEG信号源人机交互系统：

EEG简单地说就是由脑神经细胞群产生的电活动信号。大脑产生意识或思维活动时，大脑活动过程中形成电刺激，神经细胞会产生几十毫伏电势差，微电活动在大脑表面的神经细胞中大面积传播形成脑电波。现代仪器检测出的脑电波信号非常微弱，大概在1～100μV，频率大概在0.5～100Hz之间，皮质电位约为1mV。

由于脑电波含有准确并且丰富的生理信号，许多专家把脑电信号作为一种优质的控制信息源。因此出现了大量的以EEG为信号源的嵌入式设备，它们又被称作脑机接口设备。

MindFlex是一款用脑电波控制的玩具，它通过位于前额的传感器检测出使用者的EEG信号，信号经过处理和模式识别可以控制游戏装置中小球的各种动作。

脑电信号较为复杂，脑电信号本身较为微弱，为了能达到控制要求必须将脑电信号进行放大。但是放大增益会给脑电信号带来大部分干扰和噪音，这到目前为止仍是一个未解决的难题。

3、神经信号源人机交互系统

神经控制假肢是由神经活动信号做为信息源的智能化假肢。最早由Wan等于1990年提出了这个想法。神经信号是一种电化学信号，是在神经纤维上面按顺序发生的电化学变化，具体表现为神经细胞上面的电位变化。其传导速度极快，并且神经系统具有可塑性。这种可塑性就是说神经系统在患者的受创部位具有重建和修复的能力，这就为嵌入式系统提供了可靠地信息源。而且神经信号不会轻易受到外界因素如身体疲劳的干扰，这就让其稳定性大大增加。随着人们对神经系统生理活动的进一步了解，这种假肢的性能一定会得到更大的提升。

肌音信号(Mechanomyography，MMG)是一种以人体肌肉或肌肉群在执行动作时做收缩而发出的声音信号。肌音信号拥有一些其他信号所没有的优点，2003年，Mihi.Tarata发表的研究论文详细比较了肌电信号和肌音信号的优缺点，他指出，肌音信号相对肌电更有优势，主要表现在以下方面：

1)肌音信号利用压电加速度传感器即可完成采集，比肌电信号所需要的电极简单，而且成本较低；