[发明专利]一种自适应肌电信号活动段检测方法

说明书

本发明提供了一种自适应肌电信号活动段检测方法，涉及信号处理和模式识别领域，由肌电信号收集器收集肌电信号发送到微处理器，微处理器对肌电信号进行活动段检测与判别。本发明由于肌电信号是非线性、非平稳，参数随着时间缓慢变化的随机信号，在进行活动段检测时，需要较多数据来判断其所处状态。本发明每次利用了8个通道的3个滑动窗的数据，即480个数据进行当前动作是开始、进行、结束状态的判断，提高了对动作状态的判断的精度。

技术领域

本发明涉及信号处理和模式识别领域，尤其是一种肌电信号的检测方法，适用于解决手势识别中的动作数据自动截取问题。

背景技术

对人体肌电信号活动段进行有效检测，是利用肌电信号实时识别手部动作的基础。在康复医学领域，利用肌电信号帮助残疾人实现运动功能，已经得到了医学界和研究人员的广泛认可。同时，在虚拟现实领域，通过肌电信号的识别，以确定用户需求，实现深度的人机交互，能够有效检测人体肌电信号活动段对于准确识别用户的动作是十分重要的。目前，准确识别肌电信号活动段，存在以下难点：

用户个体差异性较大，无法用统一模板进行有效检测。

动作过程中幅度变化过大，引起肌电信号的变化，可能导致错判。

发明内容

为了克服现有技术的不足，针对肌电信号活动段识别的难点，本发明提供一种有效的解决方案，可以达到对肌电信号活动段的较准确检测，抑制了个体差异性对检测准确性的影响，为以肌电信号实时识别手部动作打下了良好的基础。

本发明采用如下技术方案，具体步骤如下：

步骤一：用户做N₀个任意动作，各个动作之间间隔5秒以上；设定肌电信号的检测初始阈值为E₀，E₀取值在10～30之间；

步骤二：由肌电信号收集器收集n个通道的肌电信号，并通过蓝牙将采集到的肌电信号发送到微处理器；

步骤三：通过微处理器对肌电信号进行活动段检测，判别用户进行的动作个数N_i；

步骤四：将步骤三中判别出的用户的动作个数与真实个数N₀进行比较，若判别出的动作个数与真实个数N₀差值大于2，则按照公式E₀＝E₀-α*(N₀-N_i)计算E₀，并返回步骤三，重新计算E₀，直到N_i与N₀的差值小于2，其中，α为调节因子，0＜α＜1，N_i为步骤三中微处理器判别出的动作个数。

所述步骤三的活动段检测和判别的具体步骤如下：

(1)设定一个包含3个元素的标记向量，3个元素的初始值均为0；

(2)将信号收集器的每个通道取长度为l的滑动窗的肌电信号，对肌电信号取绝对值后求平均值；

(3)将每个通道的绝对值的平均值与设定的阈值E₀进行比较，如当前通道的绝对值的平均值大于等于阈值E₀，则将当前通道的标记元素设为1，如当前通道窗口的绝对值的平均值小于阈值E₀，则将当前通道的标记元素设为0；当n个通道的标记元素中任一元素为1，则将当前标记向量左移两位并将最右边的元素设为1，否则，n个通道的标记元素都为0，最右边的元素设为0；

(4)根据标记向量作出相应的决策，行为决策对应如表1所示：

1数据活动段检测向量