[发明专利]一种基于表面肌电信号和相空间重构法的人体肌肉疲劳识别方法和系统

权利要求书

1.一种基于表面肌电信号和相空间重构法的人体肌肉疲劳识别方法，其特征在于包括如下步骤：

1）肌电传感器测量并获取各自对应的肌肉表面肌电信号，放大后输出模拟信号，多通道数据采集板将模拟信号转化成数字序列；

2）通过收到的肌电信号序列对肌肉疲劳程度进行识别，包括：

2.1）利用相空间重构方法求取肌电信号序列的最大嵌入维数，根据最大嵌入维数判断该序列是否为在肌肉收缩下采集到的，如果不是则丢弃，如果是则传递进行步骤2.2）；

所述的步骤2.1) 具体为：利用自相关系数法求出肌电信号时间序列的重构最佳延迟时间，再基于求出的最佳延迟时间利用假近邻法求出肌电信号时间序列的重构最大嵌入维数；

设定阈值，将相空间重构最大嵌入维数不超过设定阈值的信号都认为是在肌肉舒张状态下采集到的无效信号并将其丢弃，高于阈值的信号都认为是在肌肉收缩状态下采集到的有效信号；

2.2）求取肌电信号序列的快速傅里叶变换频谱，求取整个频谱的信息熵并将其与预先设定的正常状态下的信息熵参考值对比求差距，并根据这一差距与预先设定好的阈值对比确定肌肉是否疲劳；

2.3）将每一个序列的疲劳识别结果入队，并让旧的识别结果出队，队列每更新一次就求一次队列中所有元素的和，以此作为最终对该肌肉是否疲劳的识别结果。

2.根据权利要求1所述的基于表面肌电信号和相空间重构法的人体肌肉疲劳识别方法，其特征在于，步骤2.2）中预先设定的初始值通过如下方法获得：

在用户没有疲劳的时候将肌电传感器布置到对应的肌肉上，然后发力，在发力期间收集多组肌电可用的肌电序列，对这些肌电序列分别求其频域最大幅度频率点和频谱信息熵，并求出平均值记录下来，作为预先设定的初始值。

3.根据权利要求1所述的基于表面肌电信号和相空间重构法的人体肌肉疲劳识别方法，其特征在于，步骤2.2）具体为：

对经过筛选确认为有用的肌电信号时间序列，首先对其进行傅里叶变换，求出该序列的频谱及频谱对应的信息熵；将信息熵与设定好的正常状态下的信息熵参考值求差值，将这一差值取绝对值并与一个预先设定好的阈值对比，若绝对值大于该阈值则判断此段肌电信号序列是在肌肉疲劳下采集到的；否则，则认为肌肉不疲劳。

4.根据权利要求1所述的基于表面肌电信号和相空间重构法的人体肌肉疲劳识别方法，其特征在于，步骤2.3）具体为：

维护一个设定长度的队列，每得出一个判断就将该结果入队而将最旧的判断结果出队，将队列中所有元素求和，得到的结果为最终的结果。

5.一种基于表面肌电信号和相空间重构法的人体肌肉疲劳识别系统，其特征在于包括：

肌电传感器，其测量并获取对应的肌肉表面肌电信号，放大后输出模拟信号；

多通道数据采集板，其将肌电传感器的模拟信号转化成数字序列；

肌肉疲劳程度识别模块，利用自相关系数法求出肌电信号时间序列的重构最佳延迟时间，再基于求出的最佳延迟时间利用假近邻法求出肌电信号时间序列的重构最大嵌入维数；设定阈值，将相空间重构最大嵌入维数不超过设定阈值的信号都认为是在肌肉舒张状态下采集到的无效信号并将其丢弃，如果是，则求取肌电信号序列的快速傅里叶变换频谱，求取整个频谱的信息熵并将其与预先设定的正常状态下的信息熵参考值对比求差距，并根据这一差距与预先设定好的阈值对比确定肌肉是否疲劳；

队列维持模块，将肌肉疲劳程度识别模块处理的每一个序列的疲劳识别结果入队，并让旧的识别结果出队，队列每更新一次就求一次队列中所有元素的和，以此作为最终对该肌肉是否疲劳的识别结果。

6.根据权利要求5所述的基于表面肌电信号和相空间重构法的人体肌肉疲劳识别系统，其特征在于还包括：

显示模块，用于显示队列维持模块的最终识别结果。

7.根据权利要求5所述的基于表面肌电信号和相空间重构法的人体肌肉疲劳识别系统，其特征在于还包括：

用户初始化模块，其用于收集用户在非疲劳状态下进行发力的多组肌电序列，对这些肌电序列分别求其频域最大幅度频率点和频谱信息熵，并求出平均值记录下来，作为肌肉疲劳程度识别模块预先设定的初始值。