一种用于人体下肢表面肌电信号的辨识方法

摘要

本发明涉及一种用于人体下肢表面肌电信号的辨识方法。本发明主要步骤为：实时采集对应肌肉块在活动动作刺激下的表面EMG信号；对采集的EMG信号进行预处理，获得消除伪迹信号后的EMG信号；使用离散小波变换方法对获得的EMG信号进行分解，分解后获得低频系数向量和高频系数列；采用时、频域结合的滤波方法，将获得的小波分量进行奇异值分解，并将分解得到的奇异值构成特征矩阵；采用支持向量机对特征样本进行训练，并生成支持向量机分类器用于对盲样本进行分类识别。本发明的有益效果为，相对于传统技术，本发明提出了一种新的下肢EMG信号预处理方法。

主权项

一种用于人体下肢表面肌电信号的辨识方法，其特征在于，包括以下步骤：a.将一次性肌电电极粘放至下肢肌肉组织表皮上，实时采集对应肌肉块在活动动作刺激下的表面EMG信号；b.对步骤a中采集的EMG信号进行预处理，获得消除伪迹信号后的EMG信号；所述预处理方法包括工频干扰滤波、基线漂移滤波和高斯白噪声滤波；c.使用离散小波变换方法对步骤b获得的EMG信号进行分解，分解后获得低频系数向量cA1和高频系数向量cD1；使用离散小波变换的方法对低频系数向量cA1进行分解，获得低频系数向量cA2和高频系数cD2；继续重复使用离散小波变换的方法对低频系数向量进行分解，直至获得低频系数向量cA5和5个高频系数列cD1，cD2，cD3，cD4，cD5为止；d.采用时、频域结合的滤波方法，将步骤c中获得的小波分量进行奇异值分解，并将分解得到的奇异值构成特征矩阵；e.以步骤d中获得的特征矩阵为样本，采用支持向量机对特征样本进行训练，并生成支持向量机分类器用于对盲样本进行分类识别。