[发明专利]肌肉活动诊断装置、方法和程序

权利要求书

1.一种肌肉活动诊断装置，包括：

获取部，从测试对象中获取肌电信号；

变换信号生成部，使用所述肌电信号作为原始信号，通过对所述原始信号执行希尔伯特变换和逆傅里叶变换来生成变换信号；

相位速度计算部，基于所述原始信号和所述变换信号的相位来计算所述肌电信号的相位速度；以及

状态确定部，基于单位时间内所述肌电信号的波形的多个特征量，确定每个所述单位时间内所述测试对象的身体的预定部位的肌肉活动状态，所述多个特征量至少包括所述肌电信号的振幅大小和算出的所述相位速度。

2.根据权利要求1所述的肌肉活动诊断装置，

其中，所述获取部对从插入所述测试对象的外耳道中的耳机型传感器所获得的电信号以差动方式进行检测，并将所述电信号数字化以获得所述肌电信号。

3.根据权利要求2所述的肌肉活动诊断装置，

其中，所述状态确定部确定所述测试对象的脸部的多个部位的肌肉活动状态，并输出表示所述测试对象的面部表情的信号，所述测试对象的所述面部表情基于所确定的所述多个部位的肌肉活动状态来推测。

4.根据权利要求2所述的肌肉活动诊断装置，

其中，所述耳机型传感器设置有：

肌电电极，用于检测通过所述测试对象的肌肉活动所产生的电信号；

电压检测电极，用于检测参考电压，所述参考电压是所述测试对象的耳中的电位与所述耳机型传感器中的电路的电位之间的差；以及

反馈电极，用于提供通过将所述参考电压反相放大所产生的反馈电压。

5.根据权利要求1所述的肌肉活动诊断装置，

其中，所述状态确定部使用预先提供的、所述单位时间内所述肌电信号的波形的所述多个特征量作为参数，根据具有所述参数与所述测试对象的肌肉活动状态间的相对应关系的样本来执行机器学习，并且

所述状态确定部基于所述机器学习的结果来确定所述肌电信号的所述多个特征量，以确定所述测试对象的身体的预定部位的肌肉活动状态。

6.根据权利要求5所述的肌肉活动诊断装置，

其中，AdaBoost被用作利用所述机器学习的识别方法。

7.一种肌肉活动诊断方法，包括：

获取部从测试对象中获取肌电信号；

变换信号生成部使用所述肌电信号作为原始信号，通过对所述原始信号执行希尔伯特变换和逆傅里叶变换生成变换信号；

相位速度计算部基于所述原始信号和所述变换信号的相位计算所述肌电信号的相位速度；以及

状态确定部基于单位时间内所述肌电信号的波形的多个特征量，确定每个所述单位时间内所述测试对象的身体的预定部位的肌肉活动状态，所述多个特征量至少包括所述肌电信号的振幅大小和算出的所述相位速度。

8.一种用于使计算机用作肌肉活动诊断装置的程序，所述肌肉活动诊断装置包括：

获取部，从测试对象中获取肌电信号；

变换信号生成部，使用所述肌电信号作为原始信号，通过对所述原始信号执行希尔伯特变换和逆傅里叶变换来生成变换信号；

相位速度计算部，基于所述原始信号和所述变换信号的相位来计算所述肌电信号的相位速度；以及

状态确定部，基于单位时间内所述肌电信号的波形的多个特征量，确定每个所述单位时间内所述测试对象的身体的预定部位的肌肉活动状态，所述多个特征量至少包括所述肌电信号的振幅大小和算出的所述相位速度。