[发明专利]基于复杂网络的肌电信号采集位置选取方法

说明书

本发明涉及基于复杂网络的肌电信号采集位置选取方法，其特征在于包括如下步骤：采集肌电信号；计算各肌电信号采集点连接关系，对步骤S1采集到的肌电信号进行预处理，计算n个肌电信号采集点之间的连接关系，构建复杂网络模型；分析网络特性，计算不同运动模式下的节点特性指标；确定肌电信号采集位置。本发明利用复杂网络分析下肢表面肌电信号，可以深入地分析各肌肉在下肢运动过程中的协调配合关系，与以前选择肌电信号幅值比较大的采集位置选取方法相比，可以确定与不同运动模式关系更紧密的肌群和电极放置位置，为肌电控制下肢康复辅具过程中的肌电选择提供理论依据。

技术领域

本发明涉及肌电信号采集位置选取方法技术领域，具体涉及一种基于复杂网络的肌电信号采集位置选取方法。

背景技术

肌电信号在激发肌肉活动时产生，是一种重要的运动生物力学信息，与人体的期望动作直接相关，尤其是表面肌电信号以其无创伤测量、易提取的优点，成为感知人体运动意图的理想信息源，广泛地应用于外骨骼助行机器人、假肢等下肢康复辅具控制。

在肌电控制下肢康复辅具过程中，肌电采集位置的选择至关重要。但是，目前肌电电极放置位置并没有成熟的理论依据和统一标准，通常是基于解剖学的已有知识，选择肌电信号幅值比较大的肌肉位置，例如股直肌肌腹，实际上运动识别效果并不是最理想的。

为了得到更好的运动模式识别结果，应当选取对应不同运动模式，肌电具有显著变化的、能更好地将各模式区分开的位置，而非单纯的幅值越大越好。这就需要对运动相关所有肌肉的全面动态肌电信息进行综合分析，分析不同模式肌肉功能结构的共异性，确定与不同运动模式关联度大的肌群和电极放置位置，为运动模式识别提供可靠的基础支持。

发明内容

本发明的目的就是针对现有技术的不足，提供一种基于复杂网络的肌电信号采集位置选取方法，利用多通道、高密度电极采集运动相关肌肉的表面肌电信息，将复杂网络理论运用到肌电信号分析中，构建人体下肢的表面肌电信号功能网络，分析不同运动模式下的网络拓扑结构，可以确定与不同运动模式关系更紧密的肌群和电极放置位置，为肌电控制下肢康复辅具过程中的肌电选择提供理论依据。

为了实现上述目的，本发明采用如下的技术方案：

一种基于复杂网络的肌电信号采集位置选取方法，包括以下步骤：

步骤S1：采集肌电信号，

选取与运动相关的n个肌电信号采集点，采集M种运动模式的一个运动过程的肌电信号，

步骤S2：计算各肌电信号采集点连接关系，

对步骤S1采集到的肌电信号进行预处理，计算n个肌电信号采集点之间的连接关系，具体步骤如下：

步骤S21：选取肌电信号采集点a的EMG样本数据,采用移动时间窗进行处理，将其分为w个时间窗格；

步骤S22：选取第g＝1种运动模式的肌电信号，进行预处理；

步骤S23：选择肌电信号采集点a的EMG样本数据的第t个时间窗格，t＝1,2,…,w，设第t个时间窗格内的h个EMG样本数据为xat＝{xat(1)，xat(2)，…，xat(h)}，计算xat的时域特征值和频域特征值，共l个特征值，分别为Yat(1)，…，Yat(l)，由特征值Yat(1)，…，Yat(l)组成第t个时间窗格的特征向量Tat：