[发明专利]利用肌电信号边际谱熵提取肌肉疲劳特征的方法和装置

权利要求书

1.一种利用肌电信号边际谱熵提取肌肉疲劳特征的方法，其特征在于，包括以下步骤：

a、将采集到的肌电信号存入数组sEMG[CE]中，其中，CE为与采样时长和采样频率相关的数据长度；

b、利用希尔伯特黄变换时频分析方法结合信息熵理论，对采集到数组sEMG[CE]中的肌电信号提取边际谱熵特征；

c、将步骤b获得的边际谱熵值存入数组HHE[CH]中，定义HHE[CE]为一帧数据，数组HHE[CH]用来按照先进先出方式存放边际谱熵，其中CH表示存放肌电信号边际谱熵的个数；以及

d、重复上述步骤a、b和c，存满数组HHE[CH]，将存满后的数组HHE[CH]作为肌肉疲劳特征，以用于肌肉疲劳判断。

2.根据权利要求1所述的利用肌电信号边际谱熵提取肌肉疲劳特征的方法，其特征在于，所述步骤d还包括：

在数组HHE[CH]存满后，还重复上述步骤a-c共CN次，得到CN个边际谱熵；按照先后顺序将CN个边际谱熵存入数组HHE[CH]，将所述数组HHE[CH]中最先存入的CN个边际谱熵溢出，得到新的数组HHE[CH]作为肌肉疲劳特征，以用于肌肉疲劳判断。

3.根据权利要求2所述的利用肌电信号边际谱熵提取肌肉疲劳特征的方法，其特征在于，所述CN值根据不同人肌肉疲劳的先验信息设置。

4.根据权利要求1或2所述的利用肌电信号边际谱熵提取肌肉疲劳特征的方法，其特征在于，根据肌电信号的边际谱熵变化趋势评估是否产生肌肉疲劳。

5.根据权利要求3所述的利用肌电信号边际谱熵提取肌肉疲劳特征的方法，其特征在于，采用最小二乘法对存满状态的数组HHE[CH]进行线性拟合，得出线性拟合的斜率，该斜率表征边际谱熵伴随肌肉疲劳发生时的变化趋势。

6.根据权利要求1所述的利用肌电信号边际谱熵提取肌肉疲劳特征的方法，其特征在于，采集到的肌电信号的每次采样时长为0.1s-10s，采样频率为1024Hz-4096Hz。

7.根据权利要求1所述的利用肌电信号边际谱熵提取肌肉疲劳特征的方法，其特征在于，还包括对存入数组sEMG[CE]中的肌电信号采用小波去噪，以去除肌电信号中的白噪声。

8.根据权利要求1所述的利用肌电信号边际谱熵提取肌肉疲劳特征的方法，其特征在于，所述CH值设置为10～30个。

9.根据权利要求1所述的利用肌电信号边际谱熵提取肌肉疲劳特征的方法，其特征在于，所述步骤b包括以下子步骤：将采集到数组sEMG[CE]中的肌电信号进行EMD分解，得到肌电信号的IMF；之后对每阶IMF进行Hilbert变换，得到肌电信号的Hilbert-Huang时频谱；之后对Hilbert-Huang时频谱进行时间积分，得到Hilbert边际谱；根据信息熵理论对Hilbert边际谱进行计算得到肌电信号的边际谱熵。

10.一种提取肌肉疲劳特征的装置，其特征在于，包括处理器、存储器，所述存储器上存储有计算机程序，所述处理器在执行所述计算机程序时实现以下步骤：

a、将采集到的肌电信号存入数组sEMG[CE]中，其中，CE为与采样时长和采样频率相关的数据长度；

b、利用希尔伯特黄变换时频分析方法结合信息熵理论，对采集到数组sEMG[CE]中的肌电信号提取边际谱熵特征；

c、将步骤b获得的边际谱熵值存入数组HHE[CH]中，定义HHE[CE]为一帧数据，数组HHE[CH]用来按照先进先出方式存放边际谱熵，其中CH表示存放肌电信号边际谱熵的个数；以及

d、重复上述步骤a、b和c，存满数组HHE[CH]，将存满后的数组HHE[CH]作为肌肉疲劳特征，以用于肌肉疲劳判断。