肌电控制简介

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

(3)模数转换卡 (A/D卡) 通常技术指标有 分辨率; 最高采样频率; 模入通道数; 模入范围; 其他特性。 (4) 应变仪 使用拉力、压力传感器时,需选配适当的应变仪。 (5) 记录设备 选用多导记录仪,磁带记录仪,磁盘记录器 (6)显示器 (7)专用分析软件
生物电测试分析的仪器设备
传感器部分 肌电电极 心电电极 脑电电极 压力传感器 张力传感器 关节角度仪
2012-5-28
28
0.05-3.5mV 0.001-1mV 0.01-1mV 0.01-3mV
频率范围 0.05-100Hz 0.1-100Hz DC-10kHz
DC-50Hz 0.1-200Hz DC-1Hz 0.01-1Hz 0.005-2kHz 0.1-60Hz DC_40Hz DC-60Hz 0.1-10Hz DC-10Hz DC-30Hz
③适用于测量运动时的肌电变化。因此用表面电极来测 量肌电的方法被广泛应用于体育科学研究中。
不足是: ①引导出的肌电是许多运动单位电位的综合电位,波形
复杂,不便分析;②不能来自细致地反映肌肉内部某部位或某一运动单位的 肌电变化情况; ③由于皮肤的电阻较大,用表面电极所记录到的肌电会 有所减弱。
3 肌电的处理与分析
y
dx
x
Ⅱ、中心频率(CF或FC) 在能量谱中将能量谱的总能量一分为二的频率为中心频率。其 计算公式为:
FC=∫FsFc S2 (f)df=∫FcFe S2 (f)df
Fc:被处理信号的中心频率 Fs:被处理信号的起始频率 Fe:被处理信号的终止频率
4.肌电的应用
(1)医学、体育 利用肌电图测定神经的传到速度; 通过肌电变化研究肌肉疲劳; 肌力与肌电的关系; 肌纤维类型与肌电的关系; 肌肉不同形式收缩与肌电变化间的关系; 等。
生物电放大部分 肌电放大器 心电放大器 脑电放大器 应变仪等
监视部分 多道示波器
数据采集部分 数据采集卡 数据处理部分 计算机
输出设备 显示器 记录仪
3.2 生物电计算机分析基础 数据分析方法
① 时域分析
Ⅰ 积分肌电(IEMG) 积分肌电是指肌电图曲线所包络的面积。其单
位为mv· s。
设肌电信号是一个随时间变化的函数X(t),那么 其积分的数学公式应为: IEMG=∫N1N2X(t)dt N1:积分起点,N2:积分至点,X(t):肌电曲线 dt:为采样的时间间隔
肌电控制
1.肌电与肌电图
肌电--骨骼肌兴奋时,由于肌纤维动作 电位的产生、传导和扩布,而发生电位变化 称为肌电。 肌电图--用适当的方法将骨骼肌兴奋时 发生的电位变化引导、记录所得到的图形, 称为肌电图(electromyogram, EMG)。
1.1 骨骼肌的静息电位与动作电位 1.1.1 静息电位 正常骨骼肌纤维在静息状态下肌纤维膜内外 存在电位差,膜内为负,膜外为正,这一电位差 称为静息电位。 猫的骨骼肌肌纤维的静息电位为-79.5毫伏; 鼠的骨骼肌肌纤维的静息电位为-99.8毫伏; 豚鼠的骨骼肌肌纤维为-85.5毫伏; 小白鼠的骨骼肌肌纤维为-61.0~-88.9毫伏; 人类骨骼肌肌纤维为-65~-87.4毫伏。
3.2 生物电计算机测试分析基础 3.2.3 数据分析
X(t)
N1
dt
N2
t
Ⅱ 平均值(均方根振幅,简称RMS) 平均值往往用来描述数据静态特性,反应的是在 一定时间内的肌肉放电的平均水平。其公式为:
RMS 1 / N X (i ) X (i )
N:采样点数,X(i):采样后每一点的生物电数据(幅值) 用平均值来描述就可表示该信号的中心趋势或集 中程度。平均值只能反应一定时间内肌电的平均水 平,不能反应肌电的变化情况。
2.控制领域 肌电假肢:包括上肢与下肢;
智能轮椅;
其他。
2012-5-28
27
5.肌电控制关键技术
信号预处理 信号分析(特征提取) 模式分类(模式识别)
SEMG信号 采集及预处 理模块 特征提取模 块 上位机 基于SEMG的智能轮椅人机交互系统 模式识别模 块 智能轮椅 ARM系统 智能轮椅驱 动器
这一指标反应的是生物电的对称性,越接近零越好。其
计算公式是: 对称性=1/N∑X(i)
N:采样点数
X(i):采样后每一点的生物电数据(幅值)
② 频域分析 频谱分析--就是确定一个序列的正确的频域表示过程, 通过频谱分析可以得到被分析信号有关频率特性的信息, 如带宽和中心频率等。 生物电分析绝大多数离不开频谱分析。频谱分析技术 中分为两大类:一类基于付里叶变换,另一类不基于付里 叶变换。基于付里叶变换的频谱分析技术最为常用。
生 物 医 学 信 号 的 特 征
初级信号的名称 心电(ECG) 脑电(EEG) 肌电(EMG)
眼震电(ENC) 视网膜电ERG) 胃电EGG) 皮肤电反射(GSR) 心音(PCG) 脉搏波 心冲击图(BCG) 心阻抗 呼吸率 肌肉等张收缩 血液容积记图 体温
幅度范围 0.01-5mV 2-200μV 0.1-5mV
频谱分析主要用来建立数据的频率结构,从而得到信
号的振幅谱和功率谱。频谱分析经常应用的指标有平均功 率频率(MPF)和中心频率(CF或FC)。
Ⅰ、平均功率频率(MPF) 平均功率频率表示的是过功率谱曲线重心的 频率。物理学上计算重心的公式为: Xc:重心点的x坐标 ∫yydx ∫xydx Yc= Yc:重心点的y坐标 Xc= ∫ydx ∫ydx
N:采样点数 X(i):采样后每一点的生物电数据(幅值) M:生物电信号的平均值(即RMS)
Ⅳ 最大值 最大值描述的是周期性数据的最大值,表示 信号幅值的最大动态范围。 最大值的计算公式是:
最大值= X(i)max
Ⅴ 对称性
将生物电信号的采样数据进行算术相加,然后除以
总点数,就得到算术平均值。由于生物电信号是由许多 正弦波组成的,所以正相值和负相值相加后应趋向零。
0-7mV 15-500Ω
32-40℃
DC-0.1Hz
3.1 生物电测试分析的仪器设备
(1) 传感器 肌电电极(测肌电) 心电电极(测心电) 脑电电极(测脑电) 拉力传感器(测力量) 压力传感器(测压力,如血压) 关节角度测定仪(测关节角度变化)
(2) 生物电放大器 通用生物电放大器(肌电、心电、脑电等) 专用生物电信号放大器(肌电放大器、心电放大器、脑电放大器)
插入电位即消失。
1.2.3 终板电位 在终板区进行肌电记录,肌肉不受到刺激也可出现自发 电活动。这些电活动以终板噪声和终板电位的形式出现。 终板噪声的特点是基线不稳定。出现终板噪声时,如果 轻轻移动电极常可出现单个的终板电位。终板电位呈单相或 双相。终板噪声就是来源于远距离的终板电位。 1.2.4 运动单位电位 运动单位电位的波形根据运动单位电位离开基线的次数 可将其分为单相、双相、三相及多相波。正常肌电图的三相
Ⅲ 均方差 平均值不足以估计其信号的动态变化, 因此, 引入了 均方差参数,从公式中可以看出,X(i)-M表示的信号的幅值 X(i)与平均值M的差距。均方差越大,说明信号的离散程 度越大。 均方差(S2 )=1/N∑[X(i)-M]2
标准差( S ) 1 / N X (i ) M
2
1.1.2 动作电位 肌纤维兴奋时,产生的可传导的电位变化称为动作电位。 动作电位的幅度为100~120毫伏,持续时间为2~4毫秒。 细胞内记录的动作电位为单相负波,波幅为100-120mv 持续时间较长;细胞外记录的动作电位为双相波,波幅为 1.8mv,明显低于细胞内记录。
1.2 正常的肌电活动
(生物电的处理与分析)
生物电主要是指肌电、心电和脑电等生物电信号。另外压 力、力量、关节角度变化等指标可通过传感器转变为电信号, 然后应用计算机进行测试分析。 各种生物电之间的主要差别是频率、幅度和波形。如果能 控制数据采样的频率,可实现多种生物电信号共用一个模数转 换通道,再通过不同的数据处理与分析模块的组合,就能实现 应用计算机对生物电信号进行测试分析。分析不同的生物电信 号及相关信号(如压力、肌力、关节角度等)。
波占80%,单相波占15%,多相波占5%。
2. 肌电的引导 引导肌电的电极可分为两大类,一类是针电极,另一类是 表面电极。 由于记录肌电的目的不同,针电极又分为许多种,即同心 针电极、双心针电极、单针电极、多道针电极。 针电极的优点是: ①可引导运动单位甚至单个肌纤维的电位变化; ②能研究肌肉内深部某一束肌纤维的功能。 不足是: ①所测试的区域小,不能反应整块肌肉的机能状态; ②会造成一定程度的损伤,并会产生疼痛; ③不适合测量运动时的肌电变化。
1.2.1 电静息
正常骨骼肌完全放松时没有电活动,所描记出的肌电图
表现为一条直线,称为电静息。 1.2.2 插入电位(插入电活动) 插入电位--当插入电极或移动已插入肌肉的电极时,可 出现一些持续时间很短、波幅很低的电位变化。这种电位变
化称为插入电位或插入电活动。
插入电位的时限为1-3ms,波幅为100μv。插入电活动的 持续时间较短,平均持续时间为300ms。当电极停止移动后
表面电极 一般的表面电极是由两片Ag-AgCL金属片组成的。测试 时一般将电极置于肌腹处或肌肉运动点处,。将电极沿肌纤
维的走行方向平行放置,两电极间隔2-3厘米,进行双极引
导。 表面电极的优点是: ①方便易行,不会造成损伤,容易被受试者接受; ②用表面电极所测到的肌电变化可反应整块肌肉的机能
状态;
相关文档
最新文档