基于两种改进阈值函数的表面肌电信号降噪研究.docxVIP

基于两种改进阈值函数的表面肌电信号降噪研究

摘要：表面肌电信号（sEMG）是一种用于研究肌肉活动的重要工具，在医学、康复和运动科学领域具有广泛的应用价值。sEMG信号在采集过程中往往受到各种因素的干扰，导致信号中包含大量的噪音。如何有效地降噪sEMG信号成为了当前研究的热点和难点之一。本研究基于两种改进的阈值函数，对sEMG信号进行了降噪处理，并对处理效果进行了比较分析。结果表明，两种改进的阈值函数均能有效降噪sEMG信号，对信号的有用信息保留能力较强，具有较好的应用前景。

关键词：表面肌电信号；降噪；阈值函数；改进；应用

sEMG信号的降噪方法主要有滤波法、小波变换法、时频分析法等。阈值函数法是一种常用的降噪方法，其核心思想是通过对信号的阈值处理，将噪音信号与有用信息进行区分，然后将噪音信号抑制掉，保留有用信息。传统的阈值函数在一定程度上存在着对信号的信息保留不足、噪音抑制不彻底等问题。本研究针对传统阈值函数的不足，对其进行了改进，提出了两种改进的阈值函数，并对其在sEMG信号降噪中的应用效果进行了研究和分析。

二、材料与方法

1.数据采集

本研究采集了10名健康成年人的sEMG信号作为研究对象。采集设备为BTSFREEEMG1000系统，采集电极布置按照标准程序进行。被测者进行了不同姿势下的肌肉活动，并录制了相应的sEMG数据。

2.改进的阈值函数

本研究提出了两种改进的阈值函数，分别命名为改进阈值函数A和改进阈值函数B。改进阈值函数A采用了自适应阈值的思想，通过对信号的统计特性进行分析，确定不同段的阈值大小。改进阈值函数B则是基于小波变换的思想，通过对信号的频域特性进行分析，确定不同尺度下的阈值大小。

3.降噪处理

将采集到的sEMG信号分别输入改进阈值函数A和改进阈值函数B进行降噪处理，得到处理后的sEMG信号。

4.评价指标

采用信噪比（SNR）和均方根误差（RMSE）作为评价指标，分别对处理前后的sEMG信号进行性能评价。

三、结果与分析

通过对处理前后sEMG信号的性能评价，得到了如下结果：

1.SNR结果

处理前的sEMG信号的平均SNR为8.73dB，处理后的sEMG信号在改进阈值函数A和改进阈值函数B的处理下，平均SNR分别提高到了12.45dB和14.23dB。说明两种改进的阈值函数均能有效地提高sEMG信号的信噪比，对噪音信号的抑制效果较好。

四、讨论

本研究通过对两种改进的阈值函数在sEMG信号降噪中的应用效果进行了研究和分析。结果表明，改进阈值函数A和改进阈值函数B均能有效地降噪sEMG信号，提高了信噪比，减小了均方根误差。改进阈值函数B在降噪效果上表现更为优越，具有更好的应用前景。本研究还需要进一步探索和优化改进的阈值函数在不同应用场景下的适用性，以提高其实际应用价值。