肌电信号的时域和频域分析.doc

肌电信号的时域和频域分析 摘要：肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电 位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、 临床诊断和康复工程中有广泛的应用。 其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌 电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测 方法，其应用收到了一定的限制。二，表面肌电则是从人体皮肤表面通过电 极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单， 病人易接受，有着广泛的应用前景。 本次设计基于matlab用小波变换对肌电信号进行消噪处理，分别选用20N的肌电信号数据和50N的肌电数据进行对比，最后在GUI界面上完成相应的功能处理。 关键字：肌电信号 Matlab 小波去噪 GUI 绪论 肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位 在 时 间 和 空 间 上 的 叠 加，反 映 了 神 经，肌 肉 的 功 能 状 态，在基础医学研究、临床诊断和康复工程中有广泛的应用。 其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测方法，其应用收到了一定的限制。二，表面肌电则是从人体皮肤表面通过电极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。 肌电信号本身是一种较微弱的电信号。检测和记录表面肌电信号，需要考虑的主要问题是尽量消除噪声和干扰的影响, 提高信号的保真度。 如上图所示：肌电数据分别是同一个体在20N的力和50N的力所反映的图像。可以看出在不同作用力时，其图像的差别很大。 2.2 时域参数 2.2.1 均值 对于一个随机变量来说，均值是一个很重要的数值特征。粗略的说，就是来描述一个群体的平均水平。其严格的数学定义非常的简单，就是一个随机变量关于概率测度的积分。这样的积分在测度轮或者实分析里是没有什么直观的解释的。而在概率论里却成为了一个群体的主要指标。在此处，均值表示肌电信号的平均水平。 其部分程序代码如下所示： clear; clc; s=load(E:\肌电信号数据\EMG\EMG3.txt); %s=load(E:\肌电信号数据\EMG\bs1.txt); a=s(:,7); t=s(:,1); fprintf(\n数据基本信息：\n); fprintf( 均值=%7.5f\n,mean(a)); fprintf( 标准差=%7.5f\n,sqrt(var(a))); fprintf( 方差=%7.5f\n,var(a)); fprintf( 积分肌电值IEMG=%7.5f\n,mean(abs(a))); fprintf( 均方跟有效值RMS=%7.5f\n,sqrt(mean(a.^2))); 肌电信号的时域分析 3.1 傅里叶变换 傅里叶是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后就很容易看出特征了。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。一个模拟信号，经过ADC采样之后，就变成了数字信号。采样得到的数字信号，就可以做FFT变换了。N个采样点，经过FFT之后，就可以得到N个点的FFT结果。 肌电相频图如下所示： 3.2 功率谱分析 能量谱密度、功率谱密度函数表示信号的能量、功率密度随频率变化的情况。通过研究功率谱密度，可以帮助了解信号的功率分布情况，确定信号的频带等。 功率密度谱虽然描述了随机信号的功率在各个不同频率上的分布，但因为它仅与幅度频谱有关，没有相位信息，所以从已知功率谱还难以完整地恢复原来的功率信号。 通过执行相应程序后，其功率谱的显示图如下所示： 其部分程序代码如下所示： global a; global t; global s; s=fft(a,2000); [C L]=wavedec(a,3,db5); cA3=appcoef(C,L,db5,3); cD1=detcoef(C,L,1); cD2=detcoef(C,L,2); cD3=detcoef(C,L,3); thr1=thselect(cD1,rigrsure); thr2=thselect(cD2,rigrsure); thr3=thselect(cD3,rigrsure); TR=[thr1,thr2,thr3]; SORH=s; [XC,CXC,LXC,PERFO,PERF2]=wdencmp(lvd,a,... db5,3,TR,SORH); y1=f