[发明专利]一种基于表面肌电信号连续估计人体关节角度的方法

权利要求书

1.一种基于表面肌电信号连续估计人体关节角度的方法，其特征在于，该方法包括下列步骤：

(a)选取待预测对象的关节部位，按照预设采样频率采集所述待预测对象的关节部位的肌电信号及关节角度信号；

(b)分别对采集的所述肌电信号和关节角度信号进行预处理，并使得预处理后的所述关节角度信号与肌电信号按照采样时间一一对应；其中，所述对采集的肌电信号进行预处理包括：

首先采用梳妆陷波滤波器对采集的所述肌电信号进行陷波滤波处理，去除信号中50Hz及其整数倍频率的分量，以此实现去噪；

然后采用滑动窗技术以绝对平均值作为特征量提取去噪后的所述肌电信号中的肌电特征，并将该肌电特征进行归一化处理，以此实现所述肌电信号的预处理；

(c)将预处理后的所述肌电信号和关节角度信号作为样本数据，利用稀疏伪输入高斯过程回归算法构建关于肌电信号和关节角度信号的预测模型；其中，所述预测模型采用下列表达式：

其中，

式中，表示输出y_*的概率，且y_*的条件概率分布满足均值为μ_*，标准差为σ_*的高斯分布，y_*是人体关节角度的预测值，x_*是采集待预测对象的实时肌电信号，X是预处理后的肌电信号，Y是预处理后的人体关节角度信号，是构建的稀疏伪输入数据集，Q_M和Λ是计算的中间变量，K_MN是预处理后的肌电信号与伪输入集组成的核函数矩阵，K_NM是K_MN的转置矩阵，σ_n是采集的关节角度信号的观测误差，I是单位对角矩阵，K_**是待预测样本集的核函数矩阵，k_*是待预测样本集的核函数矢量，K_M是伪输入集的核函数矩阵，μ_*是高斯分布的均值，σ_*是高斯分布的标准差，diag(λ)是对角线元素全为λ的对角矩阵；

(d)采集待预测对象的实时肌电信号，并将其输入所述预测模型中，以此获得所需的关节角度信号，由此实现所述人体关节角度的连续估计。

2.如权利要求1所述的方法，其特征在于，采用滤波器对采集的肌电信号去噪具体包括：首先对采集的所述肌电信号进行了陷波滤波处理，以此去除该肌电信号中50Hz及其整数倍频率的分量，然后采用Butterworth高通滤波去除信号中的运动伪迹，以此排除待预测对象低频运动对信号产生的影响。

3.如权利要求1或2所述的方法，其特征在于，在步骤(b)中，对采集的关节角度信号进行预处理采用插值的方法。