CN116671943A - 从表面肌电信号中去除心电干扰的方法及装置 - Google Patents

Abstract

本说明书实施例提供了一种从表面肌电信号中去除心电干扰的方法及装置，其中，方法包括：步骤1，将采集的肌电离散数据输入队列，在队列达到指定长度后，拷贝两份所述队列，得到第一拷贝队列和第二拷贝队列；步骤2，针对第一拷贝队列，通过快速傅里叶变换得到频域数据，从频域数据中去除心电所处频率分量，通过快速傅里叶逆变换得到时域数据，基于时域数据通过均值滤波获得肌电趋势；步骤3，针对第二拷贝队列，进行最小值滤波和众数滤波，得到肌电基值；步骤4，根据肌电趋势和肌电基值计算肌电值偏移量，并将肌电趋势加上肌电值偏移量，将计算结果输入至可视化模块，并根据计算结果移除队列头部离散点，返回步骤1。

Description

从表面肌电信号中去除心电干扰的方法及装置

技术领域

本文件涉及离散信号滤波技术领域，尤其涉及一种从表面肌电信号中去除心电干扰的方法及装置。

背景技术

通过在人体指定位置肌肉放置电极，通过肌电采集模块，可以实时获得指定位置肌肉的肌电值。采集肌电值以离散点集的形式传输至应用软件，应用软件通过可视化方式展示肌电值。由于肌电值为μV量级的信号，信号强度小，容易受到空间、电源干扰的影响。因此往往需要通过软件对原始点集进行滤波处理后进行显示，以达到最佳的展示效果。

目前，同类产品多采用单一的均值滤波的方式，对采集的离散肌电信号进行处理。通过一次或多次均值滤波，根据实际需要设置模板数量，以达到离散数据平滑的效果。可以有效的滤除高频的较小幅值的干扰。

在对面对低频、高幅值的干扰时，均值滤波则难以起到很好的效果。均值滤波仅能一定程度的可以降低低频干扰的幅值，但降低之后无法满足可视化需求，影响用户观测和判断的准确性。并且均值滤波后的数据有明显的滞后性，会丢失大量与快肌肌电信号有关的信息。当使用的采样电极片面积较大，放置位于为人体两侧时，采集中混入的心电干扰，无法有效的滤除。心电干扰强度表现远大于表面肌电信号，频率低(正常人范围为1～2Hz)。经过均值滤波，如图1，采样频率2000Hz，虚线为原始肌电值，实线为模板数量m＝1000时的均值滤波后结果。虽然对心电干扰有较明显的抑制效果，但仍存在明显的干扰波动。虽然可以增加m值提高抑制效果，如图2，但是仍然存在明显的波动。并且随着m值的提高，数据显示的延迟也将增大。并且会滤除快肌肌电，导致表面肌电信息的丢失。

发明内容

本发明的目的在于提供一种从表面肌电信号中去除心电干扰的方法及装置，旨在解决现有技术中的上述问题。

本发明提供一种从表面肌电信号中去除心电干扰的方法，包括：

步骤1，将采集的肌电离散数据输入队列，在队列达到指定长度后，拷贝两份所述队列，得到第一拷贝队列和第二拷贝队列；

步骤2，针对所述第一拷贝队列，通过快速傅里叶变换得到频域数据，从所述频域数据中去除心电所处频率分量，通过快速傅里叶逆变换得到时域数据，基于所述时域数据通过均值滤波获得肌电趋势；

步骤3，针对所述第二拷贝队列，进行最小值滤波和众数滤波，得到肌电基值；

步骤4，根据所述肌电趋势和所述肌电基值计算肌电值偏移量，并将所述肌电趋势加上所述肌电值偏移量，将计算结果输入至可视化模块，并根据所述计算结果移除队列头部离散点，返回步骤1。

本发明提供一种从表面肌电信号中去除心电干扰的装置，包括：

拷贝模块，用于将采集的肌电离散数据输入队列，在队列达到指定长度后，拷贝两份所述队列，得到第一拷贝队列和第二拷贝队列；

第一处理模块，用于针对所述第一拷贝队列，通过快速傅里叶变换得到频域数据，从所述频域数据中去除心电所处频率分量，通过快速傅里叶逆变换得到时域数据，基于所述时域数据通过均值滤波获得肌电趋势；

第二处理模块，用于针对所述第二拷贝队列，进行最小值滤波和众数滤波，得到肌电基值；

计算模块，用于根据所述肌电趋势和所述肌电基值计算肌电值偏移量，并将所述肌电趋势加上所述肌电值偏移量，将计算结果输入至可视化模块，并根据所述计算结果移除队列头部离散点，返回调用拷贝模块。

采用本发明实施例，能够在心电干扰导致的幅值波动<1μV时，去除表面肌电信号中混入的心电干扰，数据实时性高；同时能对其余近似频率的干扰进行滤除。

附图说明

为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是现有技术中的均值滤波的示意图；

图2是现有技术中的增加m值提高抑制效果的示意图；

图3是本发明实施例的从表面肌电信号中去除心电干扰的方法的流程图；

图4是本发明实施例的是本发明实施例的从表面肌电信号中去除心电干扰的方法的详细处理的流程图；

图5是本发明实施例的处理前的原始肌电图像的示意图；

图6是本发明实施例的处理结果的示意图；

图7是本发明实施例的通过均值滤波获得肌电值变化趋势的示意图；

图8是本发明实施例的以折线图的形式绘制出点集数据的示意图；

图9是本发明实施例的从表面肌电信号中去除心电干扰的装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。

技术术语解释说明：

均值滤波:均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值。此处为一维数据的应用。

众数滤波:众数滤波是一种高度非线性的操作。将每个元素相邻的n个元素的众数取代每个元素

快速傅立叶变换：即利用计算机计算离散傅里叶变换(DFT)的高效、快速计算方法的统称，简称FFT。能够将时域信号转为频域信号。其逆变换则能够将频域信号转为时域信号。

快肌肌电：快肌纤维收缩速度快，但是力量不持久，易疲劳，因此一次完整的快肌肌电通常近似表现为一个锐角三角形。

方法实施例

根据本发明实施例，提供了一种从表面肌电信号中去除心电干扰的方法，应用于肌电生物反馈领域，图3是本发明实施例的从表面肌电信号中去除心电干扰的方法的流程图，如图3所示，根据本发明实施例的从表面肌电信号中去除心电干扰的方法具体包括：

步骤S301，将采集的肌电离散数据输入队列，在队列达到指定长度后，拷贝两份所述队列，得到第一拷贝队列和第二拷贝队列；在本发明实施例中，根据公式1确定指定长度：

指定长度＝f_s/f公式1；

其中，f为样本分辨率，f_s为采样频率，f＝f_s/N_fft，N_fft为样本数。

步骤S302，针对所述第一拷贝队列，通过快速傅里叶变换得到频域数据，从所述频域数据中去除心电所处频率分量，通过快速傅里叶逆变换得到时域数据，基于所述时域数据通过均值滤波获得肌电趋势；

步骤S303，针对所述第二拷贝队列，进行最小值滤波和众数滤波，得到肌电基值；进行最小值滤波具体包括：

遍历采样点集合，假设相邻的三个点Pa(xa,ya)，Pb(xb,yb)，Pc(xc,yc)，满足且/>则Pb(xb，yb)为极小值点存入极小值队列minList。

考虑采样点存在噪声影响，取相邻2n个点Pa(xb-n,yb-n),Pb(xb,yb),Pc(xb+n,yb+n)，满足且/>则Pb(xb，yb)为极小值点存入极小值队列minList，N为正整数，其取值综合考虑硬件平台的采样率和噪声。

步骤S304，根据所述肌电趋势和所述肌电基值计算肌电值偏移量，并将所述肌电趋势加上所述肌电值偏移量，将计算结果输入至可视化模块，并根据所述计算结果移除队列头部离散点，返回步骤S301。根据所述肌电趋势和所述肌电基值计算肌电值偏移量具体包括：

获取得到的极小值队列minList，遍历minList中的点集，将minList中每个极小值位置点(xm,ym)与对应位置点的肌电趋势作差，并将所有差值求和取平均作为肌电值偏移量。

从上述描述可以看出，在接收到实时采集的表面肌电值的集合时，通过多种多次滤波方式的组合，实现对混入的心电干扰信号的滤除，将真实的表面肌电信号以可视化的形式实时显示。本发明实施例通过傅里叶变换将指定频率分量滤除，再配合指定参数的均值滤波、最小值滤波、众数滤波和幅值校准。实现心电干扰的滤除。经过处理后的离散点集仅仅保留电极放置部位的表面肌电值，使得心电干扰导致的幅值波动<1μV，并滤除由于高幅值心电干扰导致的肌电值的整体向上偏移。

以下结合附图，对本发明实施例的上述技术方案进行详细说明。

如图4所述，具体技术方案流程及过程如下：

将采集模块输入的肌电离散数据输入队列，当达到设定数量后进行下一步操作；

设定数量确定方式如下：根据已知人类正常心跳区间为60～100次/分钟，换算频率即1Hz～1.67Hz。心电部分滤除基于快速傅里叶。因此要求样本分辨率f需满足f≤1。根据f＝fs/Nfft(fs为采样频率，Nfft为样本数)，Nfft＝fs/f，因此此处设定数量为fs/f。本算法验证用的硬件平台采样率为2kSPS(sample per second，每秒采样次数),则fs＝2000.设定数量≥2000。综合考虑性能和要求，设定数量取2000。处理前的原始肌电图像如图5所示；

拷贝一份队列，由于心电同样以肌电的形式表现，且其强度普遍大于表面肌电强度。采集到的总能量将增大，影响表面肌电的准确性。在心电取极小值时，此时心电对于表面肌电的影响最小。通过算法获取所有极小值，以及取到极小值时的x值。存于队列minList。List结构伪代码描述为List<Point>；极小值获取算法如下：遍历采样点集合。假设相邻的三个点Pa(xa,ya),Pb(xb,yb),Pc(xc,yc)，满足且/>则Pb(xb，yb)为极小值点存入队列。考虑采样点存在噪声影响，可优化算法如下：取相邻2n个点Pa(xb-n,yb-n),Pb(xb,yb),Pc(xb+n,yb+n)，满足/>且/>则Pb(xb，yb)为极小值点存入队列。n取值需综合考虑硬件平台的采样率和噪声。基于本算法验证的硬件平台，n＝50。

对另一份队列拷贝进行快速傅里叶变换得到频域信息。滤除心率区间内的分量，在通过快速傅立叶逆运算重新得到时域信息。处理结果如图6所示；

通过均值滤波，获得肌电值变化趋势，如图7所示；

获取得到的极小值队列minList。遍历minList中的点集，将minList中每个极小值位置点(xm,ym)与图7对应位置点作差，所有差值求和取平均作为肌电值偏移量dt。因为极小值点肌电值受心电影响最小，最接近真实值。因此通过此方法可获得图7整体的偏移量。

将图7点集中所有点的y值加上肌电值偏移量dt得到最终表面肌电点集，输出至可视化模块。可视化模块为本算法以外的功能模块，仅仅用于算法处理效果展示不影响算法结果。该模块输入接口与本算法输出接口保持一致，均为一组点集。算法输出的点集输入可视化模块的输入接口中，可视化模块将会以折线图的形式绘制出点集数据。如图8所示；将队列头部数据移除后，重复上述所有操作。

通过上述步骤可小延迟的连续的实现表面肌电信号中心电干扰的滤除。

在本发明实施例中，由于心电干扰幅值较大且在整个采样时间内影响占比较高，因此会对肌电值整体的水平有所影响。因此需要通过肌电基值的寻找校准得出最终的表面肌电信号结果。本发明实施例只针对心电干扰的滤除。对于快肌肌电，由于其不规则无固定频率，因此不会受到滤波影响；不要求过多处理样本数量，数据实时性高；同时能对其余近似频率的干扰进行滤除。

装置实施例

根据本发明实施例，提供了一种从表面肌电信号中去除心电干扰的装置，图9是本发明实施例的从表面肌电信号中去除心电干扰的装置的示意图，如图9所示，根据本发明实施例的从表面肌电信号中去除心电干扰的装置具体包括：

拷贝模块90，用于将采集的肌电离散数据输入队列，在队列达到指定长度后，拷贝两份所述队列，得到第一拷贝队列和第二拷贝队列；拷贝模块96进一步用于：

根据公式1确定指定长度：

指定长度＝f_s/f公式1；

其中，f为样本分辨率，f_s为采样频率，f＝f_s/N_fft，N_fft为样本数。

第一处理模块92，用于针对所述第一拷贝队列，通过快速傅里叶变换得到频域数据，从所述频域数据中去除心电所处频率分量，通过快速傅里叶逆变换得到时域数据，基于所述时域数据通过均值滤波获得肌电趋势；

第二处理模块94，用于针对所述第二拷贝队列，进行最小值滤波和众数滤波，得到肌电基值；具体用于：

遍历采样点集合，假设相邻的三个点Pa(xa,ya)，Pb(xb,yb)，Pc(xc,yc)，满足且/>则Pb(xb，yb)为极小值点存入极小值队列minList。

考虑采样点存在噪声影响，取相邻2n个点Pa(xb-n,yb-n),Pb(xb,yb),Pc(xb+n,yb+n)，满足且/>则Pb(xb，yb)为极小值点存入极小值队列minList，N为正整数，其取值综合考虑硬件平台的采样率和噪声。

计算模块96，用于根据所述肌电趋势和所述肌电基值计算肌电值偏移量，并将所述肌电趋势加上所述肌电值偏移量，将计算结果输入至可视化模块，并根据所述计算结果移除队列头部离散点，返回调用拷贝模块。具体用于：

获取得到的极小值队列minList，遍历minList中的点集，将minList中每个极小值位置点(xm,ym)与对应位置点的肌电趋势作差，并将所有差值求和取平均作为肌电值偏移量。

本发明实施例是与上述方法实施例对应的装置实施例，各个模块的具体操作可以参照方法实施例的描述进行理解，在此不再赘述。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种从表面肌电信号中去除心电干扰的方法，其特征在于，包括：

步骤1，将采集的肌电离散数据输入队列，在队列达到指定长度后，拷贝两份所述队列，得到第一拷贝队列和第二拷贝队列；

步骤2，针对所述第一拷贝队列，通过快速傅里叶变换得到频域数据，从所述频域数据中去除心电所处频率分量，通过快速傅里叶逆变换得到时域数据，基于所述时域数据通过均值滤波获得肌电趋势；

步骤3，针对所述第二拷贝队列，进行最小值滤波和众数滤波，得到肌电基值；

步骤4，根据所述肌电趋势和所述肌电基值计算肌电值偏移量，并将所述肌电趋势加上所述肌电值偏移量，将计算结果输入至可视化模块，并根据所述计算结果移除队列头部离散点，返回步骤1。

2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

根据公式1确定指定长度：

指定长度＝f_s/f公式1；

其中，f为样本分辨率，f_s为采样频率，f＝f_s/N_fft，N_fft为样本数。

3.根据权利要求1所述的方法，其特征在于，所述进行最小值滤波具体包括：

遍历采样点集合，假设相邻的三个点Pa(xa,ya)，Pb(xb,yb)，Pc(xc,yc)，满足且/>则Pb(xb，yb)为极小值点存入极小值队列minList。

4.根据权利要求1所述的方法，其特征在于，所述进行最小值滤波具体包括：

考虑采样点存在噪声影响，取相邻2n个点Pa(xb-n,yb-n),Pb(xb,yb),Pc(xb+n,yb+n)，满足且/>则Pb(xb，yb)为极小值点存入极小值队列minList，N为正整数，其取值综合考虑硬件平台的采样率和噪声。

5.根据权利要求4所述的方法，其特征在于，根据所述肌电趋势和所述肌电基值计算肌电值偏移量具体包括：

获取得到的极小值队列minList，遍历minList中的点集，将minList中每个极小值位置点(xm,ym)与对应位置点的肌电趋势作差，并将所有差值求和取平均作为肌电值偏移量。

6.一种从表面肌电信号中去除心电干扰的装置，其特征在于，包括：

拷贝模块，用于将采集的肌电离散数据输入队列，在队列达到指定长度后，拷贝两份所述队列，得到第一拷贝队列和第二拷贝队列；

第一处理模块，用于针对所述第一拷贝队列，通过快速傅里叶变换得到频域数据，从所述频域数据中去除心电所处频率分量，通过快速傅里叶逆变换得到时域数据，基于所述时域数据通过均值滤波获得肌电趋势；

第二处理模块，用于针对所述第二拷贝队列，进行最小值滤波和众数滤波，得到肌电基值；

计算模块，用于根据所述肌电趋势和所述肌电基值计算肌电值偏移量，并将所述肌电趋势加上所述肌电值偏移量，将计算结果输入至可视化模块，并根据所述计算结果移除队列头部离散点，返回调用拷贝模块。

7.根据权利要求6所述的装置，其特征在于，所述拷贝模块进一步用于：

根据公式1确定指定长度：

指定长度＝f_s/f公式1；

其中，f为样本分辨率，f_s为采样频率，f＝f_s/N_fft，N_fft为样本数。

8.根据权利要求6所述的装置，其特征在于，所述第二处理模块具体用于：

遍历采样点集合，假设相邻的三个点Pa(xa,ya)，Pb(xb,yb)，Pc(xc,yc)，满足且/>则Pb(xb，yb)为极小值点存入极小值队列minList。

9.根据权利要求6或8所述的装置，其特征在于，所述第二处理模块具体用于：

考虑采样点存在噪声影响，取相邻2n个点Pa(xb-n,yb-n),Pb(xb,yb),Pc(xb+n,yb+n)，满足且/>则Pb(xb，yb)为极小值点存入极小值队列minList，N为正整数，其取值综合考虑硬件平台的采样率和噪声。

10.根据权利要求9所述的装置，其特征在于，所述计算模块具体用于：

获取得到的极小值队列minList，遍历minList中的点集，将minList中每个极小值位置点(xm,ym)与对应位置点的肌电趋势作差，并将所有差值求和取平均作为肌电值偏移量。