肌电信号的时域和频域分析

肌电信号的时域和频域分析

摘要：肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。

其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌

电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测

方法，其应用收到了一定的限制。二，表面肌电则是从人体皮肤表面通过电

极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。

本次设计基于matlab用小波变换对肌电信号进行消噪处理，分别选用20N 的肌电信号数据和50N的肌电数据进行对比，最后在GUI界面上完成相应的功能处理。

关键字：肌电信号 Matlab 小波去噪 GUI

第一章绪论

肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。

其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测方法，其应用收到了一定的限制。二，表面肌电则是从人体皮肤表面通过电极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。

肌电信号本身是一种较微弱的电信号。检测和记录表面肌电信号，需要考虑的主要问题是尽量消除噪声和干扰的影响, 提高信号的保真度[1]。

第二章肌电信号的时域分析

2.1 肌电信号时域图的显示及比较

肌电信号采用两个不同的数据进行比较，通过比较时域图及其特性来进行分析[2]。其图像如下所示：

如上图所示：肌电数据分别是同一个体在20N的力和50N的力所反映的图像。可以看出在不同作用力时，其图像的差别很大。

2.2 时域参数

2.2.1 均值

对于一个随机变量来说，均值是一个很重要的数值特征。粗略的说，就是来描述一个群体的平均水平。其严格的数学定义非常的简单，就是一个随机变量关于概率测度的积分。这样的积分在测度轮或者实分析里是没有什么直观的解释的。而在概率论里却成为了一个群体的主要指标。在此处，均值表示肌电信号的平均水平。

2.2.2 标准差

标准差（Standard Deviation），也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。

标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。

2.2.3 方差

方差是各个数据与平均数之差的平方的平均数。在概率论和数理统计中，方（英文Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。在许多实际问题中，研究随机变量和均值之间的偏离程度有着很重要的意义。

选取一个信号，其执行结果如下所示：

其部分程序代码如下所示：

clear;

clc;

s=load('E:\肌电信号数据\EMG\EMG3.txt');

%s=load('E:\肌电信号数据\EMG\bs1.txt');

a=s(:,7);

t=s(:,1);

fprintf('\n数据基本信息：\n');

fprintf(' 均值=%7.5f\n',mean(a));

fprintf(' 标准差=%7.5f\n',sqrt(var(a)));

fprintf(' 方差=%7.5f\n',var(a));

fprintf(' 积分肌电值IEMG=%7.5f\n',mean(abs(a)));

fprintf(' 均方跟有效值RMS=%7.5f\n',sqrt(mean(a.^2)));

第三章肌电信号的时域分析

3.1 傅里叶变换

傅里叶是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后就很容易看出特征了。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。一个模拟信号，经过ADC采样之后，就变成了数字信号。采样得到的数字信号，就可以做FFT变换了。N个采样点，经过FFT之后，就可以得到N个点的FFT 结果。本次设计选取N=20000来进行肌电信号的频域分析[3]。

通过傅里叶变换后，两个不同信号的幅频图如下所示：

肌电相频图如下所示：

3.2 功率谱分析

能量谱密度、功率谱密度函数表示信号的能量、功率密度随频率变化的情况。通过研究功率谱密度，可以帮助了解信号的功率分布情况，确定信号的频带等。

功率密度谱虽然描述了随机信号的功率在各个不同频率上的分布，但因为它仅与幅度频谱有关，没有相位信息，所以从已知功率谱还难以完整地恢复原来的功率信号。

通过执行相应程序后，其功率谱的显示图如下所示：

其部分程序代码如下所示：

global a;

global t;

global s;

s=fft(a,2000);

[C L]=wavedec(a,3,'db5');

cA3=appcoef(C,L,'db5',3);

cD1=detcoef(C,L,1);

cD2=detcoef(C,L,2);

cD3=detcoef(C,L,3);

thr1=thselect(cD1,'rigrsure');

thr2=thselect(cD2,'rigrsure');

thr3=thselect(cD3,'rigrsure');

TR=[thr1,thr2,thr3];

SORH='s';

[XC,CXC,LXC,PERFO,PERF2]=wdencmp('lvd',a,...

'db5',3,TR,SORH);

y1=fft(XC,20000);

fs=2000;

N=length(y1);

mag=abs(s);

f=(0:N-1)/N*fs;

power1=(mag.^2)/2000;plot(handles.axes1,power1)