基于肌动信号的人体股四头肌肌力估计方法研究

发布时间：2020-08-01 20:23

【摘要】：肌力估计能够反映人体的运动意图、肢体运动参数、肌肉健康状态以及疲劳程度,在运动指导、肌肉疾病诊断、康复状态评价以及人机交互等诸多领域具有广泛应用价值和重要理论意义。论文以膝关节股四头肌为研究对象,围绕肌动(mechanomyogram,MMG)信号获取、信号处理、特征提取以及回归模型构建四个方面开展研究工作,提出了一种基于多通道肌动信号的人体肌力估计方法,解决了膝关节运动的肌力估计问题,研究成果可以进一步提高肌力估计准确度,促进肌力估计在工程实践中的应用。论文主要工作和创新点如下:(1)探讨了MMG信号的产生原理及与肌力的关联性,分析了决定肌肉力量的主要因素,设计了多通道MMG信号的采集设备,改进了MMG传感器的安装方式,该方式具有隔着衣服可以获取股四头肌收缩时MMG原始信号的优点,相比较肌电、脑电信号对皮肤阻抗等干扰具有更好的鲁棒性,使得MMG信号的采集更加灵活、便捷。(2)分析了MMG信号的噪声和伪迹来源,提出了一种基于本征模态函数的信号处理方法,该方法利用多元经验模态分解算法对多通道MMG信号进行分解,得到一系列本征模态函数,再根据本征模态函数的自相关函数和能量分布特性,去除白噪声与运动伪迹,获得较为纯净的MMG信息。该方法在去除白噪声和运动伪迹的基础上,可以最大程度的获取MMG信号中的有用信息,对不同人群采集到的MMG信号具有更好的自适应能力。(3)研究了MMG信号的时域、频域、熵、相关性和瞬时频率等特性,提出了一种基于自适应滑动窗长度的特征提取方法,提高了MMG信号特征表达的准确度。该方法首先通过希尔伯特-黄变换获取MMG信号的瞬时频率和瞬时能量信息,然后根据MMG信号的瞬时能量与肌力之间的关联性,利用瞬时能量的变化情况调整特征提取时的滑动窗长度,使滑动窗能够更好地适应肌力变化,进一步提高所构建模型的精度。(4)构建了基于多通道MMG信号的肌力估计回归模型,实现了对股四头肌收缩力量的连续估计。基于MMG信号的肌力估计回归模型的输入由3个MMG信号通道的平均整流值(mean absolute value,MAV)、平均功率谱强度(mean power frequency,MPF)、样本熵(sample entropy,SampEn)和通道间的相关系数等12个特征构成,然后利用稀疏贝叶斯模型的相关向量机算法建立MMG-肌力回归模型,最后通过股四头肌的等长收缩实验验证了肌力估计回归模型的准确度。实验结果表明,本文所提肌力估计方法实现了对肌力的连续估计,估计力值和实际力值的均方根误差(root mean square error,RMSE)为8.7%MVC(maximum voluntary contraction),决定系数(coefficient of determination,R2)为0.817,优于大部分基于肌电和MMG信号的肌力估计研究。该方法在采集信号硬件要求、安装方式和对皮肤阻抗的鲁棒性等方面具有优势。
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：R318;TN911.7
【图文】：

肌腱,指浅屈肌,力量,指尖

力量的检测方法。如吴翊馨等人使用Ｃｙｂｅｘ－Ｎｏｒｍ等速测力系统对足球运动员的逡逑髋、膝关节屈伸进行力量测试，分析其力学特征规律［＠。逡逑但是另一方面，如图１．２，等速装置的使用不够便利，只能应用于特定的肌逡逑力估计场合，无法在类似可穿戴设备和实际的运动过程中进行肌力估计，同时等逡逑速测力装置往往价格不菲。逡逑（ｂ）邋Ｋｉｎ－ｃｏｍ邋Ｉｓｏｋｉｎｅｔｉｃ邋Ｄｙｎａｍｏｍｅｔｅｒ逡逑（ａ）邋Ｂｉｏｄｅｘ邋Ｓｙｓｔｅｍ邋４邋Ｐｒｏ逦逦逡逑}0邋＿海』逡逑（ｃ）邋ＨＵＭＡＣ邋ＮＯＲＭ逦（ｄ）邋Ｌｉｄｏ邋Ａｃｔｉｖｅ邋Ｍｕｌｔｉ－Ｊｏｉｎｔ邋Ｄｙｎａｍｏｍｅｔｅｒ逡逑图１．２常见的等速测力装置逡逑因此，越来越多的研宄人员开始把目光投向了人体本身，希望能够不借助于逡逑外部测力装置来实现肌肉力量的估计，如Ｄｅｎｎｅｒｌｅｉｎ等人将肌腱力传感器放置在逡逑指浅屈肌（ｆｌｅｘｏｒｄｉｇｉｔｏｒｕｍｓｕｐｅｒｆｉｃｉａｌｉｓ，ＦＤＳ）肌腱处，直接将肌肉收缩量的大逡逑小进行量化，用以测量手指完成各种动作时，肌腱处的力量大小（图１．３）。结果逡逑显示指浅屈肌肌腱处的力与指尖力之间的相关系数高达０．９１，从而实现指尖力逡逑的估计［２６】。尽管这种直接侵入性测量方式的结果可能较为准确，但很显然这是逡逑有创的测量方式

指尖,直接测量,肌腱,指浅屈肌

弹性,指尖,指浅屈肌,肌力

图１．４邋ＨＨＩ弹性肌力模型（Ｆ：力；ＣＥ：收缩元；ＳＥ：串联弹性元；ＰＥ：并联弹性元）逡逑

【相似文献】