人体前臂表面肌电信号采集及模式识别系统

1.一种人体前臂表面肌电信号采集及模式识别系统的信号识别方法，所述系统包括 采集电路：用于对人体前臂表面肌电信号进行采集、滤波、放大，并将信号送到PCI数据采集卡；
PCI数据采集卡：对采集到的模拟肌电信号进行AD采样转换为数字肌电信号，并通过PCI总线将信号发送到PC机；
信号处理及动作识别单元：设置在PC机内，对人体右手前臂的肱桡肌、桡侧腕长伸肌、尺侧腕伸肌以及桡侧腕屈肌4块肌肉上采集到的肌电信号进行处理，提取其特征，并结合支持向量机对人体手腕握拳，张手，下翻，上翻，内翻，外翻六个动作进行识别； 所述采集电路包括
前置放大模块：由电压跟随器及放大器组成，初步对肌电信号进行放大； 带通滤波模块：该模块有效消除0.5Hz－500Hz外的噪声信号，并可以有效地抑制信号的基线漂移；
陷波模块：进一步抑制工频干扰信号；
二级放大模块：对肌电信号进行进一步的放大，从而达到PCI数据采集卡信号采集的有效输入范围；
所述信号处理及动作识别单元包括
时域波形显示模块：用于将来自数据采集卡的肌电信号进行实时绘制、显示； 频谱分析显示模块：用于将来自数据采集卡的肌电信号进行实时的FFT变换，并实时显示信号的频谱信息；
数据保存模块：用于对来自数据采集卡的肌电信号进行保存，保存的肌电信号数据将用于支持向量机模型的训练以及离线分析；
模型训练模块：用于提取表面肌电信号SEMG训练样本集的特征，并训练、生成支持向量机（SVM）模型；
信号识别模块：用于提取SEMG测试样本的特征，利用生成的SVM模型，实现待识别表面肌电信号的模式识别；
所述信号处理及动作识别单元，在PC机上VC6.0平台下进行编写；采用多线程技术，将所述时域波形显示模块、所述频谱分析显示模块、所述数据保存模块、所述模型训练模块及所述信号识别模块封装在不同的线程中，线程并发运行，用于对信号的实时显示、分析及模式识别，
其特征在于，所述系统的信号识别方法是：
(1)采用快速傅里叶变换计算人体右手前臂的肱桡肌、桡侧腕长伸肌、尺侧腕伸肌以及桡侧腕屈肌4块肌肉上四路离散训练肌电信号的频谱特征；
(2)根据先验知识，肌电信号在0Hz，50Hz，100Hz这些频率点上存在着噪声干扰，将步骤(1)中计算得到的4路肌电信号频谱特征中0Hz，50Hz，100Hz所对应的频谱特征值置零，从频域上消除肌电信号中存在的噪声干扰；
(3)根据DFT（Discrete Fourier Transform）形式下的Parseval定理，可以得到信号能量 因而可以利用公式 计算出四路离散训练
肌电信号能量E1，E2，E3，E4，其中N为信号采样点数，x(n)为第n点信号 的幅值，F(k)表示第k点信号的DFT变换；
(4)将四路离散训练肌电信号能量E1，E2，E3，E4分别按照公式EO=EIET进行归一化处理，然后将归一化处理后的四路离散训练肌电信号能量EO1，EO2，EO3，EO4串接成一维向量εi，其中EO表示经归一化处理后的肌电信号能量，EI表示未经归一化处理的肌电信号能量，I的取值范围为[1-4]，ET=|E1|+|E2|+|E3|+|E4|，εi=[EO1EO2EO3EO4]，其中εi的下标i表示第i组实验,i为正整数；
(5)同(4)，获取所有训练肌电信号的特征值ε=[ε1ε2Lεi]，其中εi表示第i组实验获得的一维向量，i的取值范围取决于采集表面肌电信号的实验次数,i为正整数； (6)将训练肌电信号特征值ε用于训练支持向量机模型；
(7)将四路离散测试肌电信号能量E1，E2，E3，E4分别按照公式EO=EIET进行归一化处理，然后将归一化处理后的四路离散测试肌电信号能量EO1，EO2，EO3，EO4串接成一维向量作为待识别肌电信号的特征值μ；将待识别肌电信号的特征值μ用于已获得的支持向量机模型进行分类识别，实现对人体手腕握拳，张手，下翻，上翻，内翻，外翻六种动作的识别。

暂无