小波分析在表面肌电信号(sEMG)研究中应用(机器人).pdfVIP

第25卷第4期 黑龙江大学自然科学学报 V01．25No．4 OFNATURALSCIENCEOFHEILONGJIANGUNIVERSITY 2008年8月 JOURNAL August，2008 小波分析在表面肌电信号(sEMG)研究中的应用 王东岩1”， 李庆玲1， 杜志江1， 孙立宁1， 叶腾茂1 (1．哈尔滨工业大学机器人研究所，哈尔滨150001；2．黑龙江中医药大学附属第二医院康复科，哈尔滨150001) 摘要：表面肌电信号是从肌肉表面通过电极记录下来的反映神经肌肉系统活动的一维时间 序列非平稳生物电信号。而小波分析作为一种多分辨率时频分析方法是分析非平稳信号的有力数 学工具。在简要回顾小波变换与多尺度分析的基础上，系统的总结了小波分析在当前表面肌电信 号研究中的几个热点问题上的应用并剖析了其主要技术路线，包括小波分析在肌电信号预处理中 的应用、小波分析在基于肌电信号的动作识别和假肢控制方法中的应用、小波分析肌肉疲劳评价中 的应用等几方面。最后介绍了小波分析在笔者开发的新型外骨骼式上肢康复机械臂控制中的应 用。 关键词：表面肌电信号；小波分析；信号处理；假肢控制；肌肉疲劳评价 文献标志码：A 中图分类号：TP318．04 0 引 言 表面肌电信号(surface electromyographic 神经肌肉系统活动时的非平稳一维时间序列生物电信号，它与肌肉的活动状态和功能状态之间存在着很大 程度的关联，能够反映神经肌肉的活动¨J，因而在临床医学的神经肌肉疾病诊断、在康复医学领域的肌肉功 能评价、在体育科学中的疲劳判定以及在智能机器人领域中的多自由度人工假肢、假手控制方面均有重要的 理论意义和工程价值。 活性水平之间的关系。小波分析是一种有效的多分辨率时频分析方法，是分析非平稳信号的有力工具。它 具有时域局部化和频域局部化的优点，固而有数学显微镜之称。自从上世纪80年代小波被提出以来，许多 学者一直致力于小波理论和应用方面的研究工作。特别是其多分辨率分析理论及其快速算法——Mallat【21 算法在信号处理、图像处理、模式识别、医学成像、语言人工合成与故障诊断等很多方面得到了广泛而成功的 应用。为保持文章的完整性，本文将首先简要地回顾小波变换及多分辨率分析。然后将是本文讨论的重点： 基于小波变换的肢体动作识别与多自由度人工假肢、假手控制技术、基于小波变换的肌肉功能状态评价技术 等方面。这些方面覆盖了当前表面肌电信号研究中的主要热点问题，为sEMG的分析处理和工程应用给出 了新的思路。 1 小波变换 小波分析是一种信号的时频局部化分析方法小波母函数沙(t)是一带通滤波器，当其傅立叶变换满足 容许条件： 收稿日期：2007—10—08 (2004AFQXJ017) 作者简介：王东岩(1971一)，女，副教授，博士，博士后，主要研究方向：康复机器人 通讯作者：孙立宁(1964一)，男，教授，博士生导师，长江学者特聘教授 万方数据 ·432· 黑龙江 大学 自 然科学 学报 第25卷 C。：f业丝止d埘+∞ (1) W JR 将小波母函数经伸缩和平移后，就可以得到一个小波序列。对于连续尺度情况(CWT)，小波序列构成 平方可积空间￡2(尺)的一组正交基。 口，b∈Ro≠0 (2) 砂¨(t)=南f尘尘1 40、 n ， 函数厂(t)∈L2(尺)的小波变换定义为：