基于臨床診斷肌電信號(hào)的自動(dòng)分解算法及研究.pdf

1、針電極肌電信號(hào)是以針電極和肌電儀為檢測(cè)手段，獲取肌肉收縮時(shí)被激活的所有運(yùn)動(dòng)單元所發(fā)放的動(dòng)作電位序列，以及檢測(cè)儀器噪聲和周?chē)h(huán)境產(chǎn)生的噪聲迭加后所產(chǎn)生的信號(hào)。它包括電極檢測(cè)范圍內(nèi)的運(yùn)動(dòng)單元?jiǎng)幼麟娢?MUAP)、遠(yuǎn)離電極的運(yùn)動(dòng)單元產(chǎn)生的動(dòng)作電位，以及儀器產(chǎn)生的隨機(jī)干擾和工頻干擾等。肌電信號(hào)分解是對(duì)檢測(cè)信號(hào)中的噪聲進(jìn)行抑制、提取有意義的MUAP、按照發(fā)放它們的運(yùn)動(dòng)單元的不同對(duì)其識(shí)別和分類(lèi)的過(guò)程。 肌電信號(hào)分解包括四個(gè)必要步驟，即：去除

2、噪聲和提取有用的MUAP、選擇和提取MUAP波形的特征、對(duì)MUAP聚類(lèi)，以及對(duì)已分類(lèi)MUAP進(jìn)行有監(jiān)督分類(lèi)。本文針對(duì)這些步驟，在對(duì)目前已有肌電信號(hào)分解方法進(jìn)行分析的基礎(chǔ)之上，基于對(duì)現(xiàn)有先進(jìn)的模式分類(lèi)和信號(hào)處理技術(shù)的改進(jìn)方法，提出了一些自動(dòng)的肌電信號(hào)分解系統(tǒng)改進(jìn)方案。 第一，在數(shù)據(jù)的預(yù)處理過(guò)程中，本文首先采用對(duì)數(shù)據(jù)歸一化、再利用小波閾值估計(jì)技術(shù)抑制隨機(jī)噪聲、然后利用小波濾波技術(shù)濾除背景噪聲、最后采用幅度濾波法提取MUAP波形的方法

3、。不僅克服了以往方法中信號(hào)對(duì)閾值敏感所帶來(lái)的閾值計(jì)算方法難以確定的不足，而且跟以往研究方法相比，濾波過(guò)程運(yùn)行時(shí)間縮短、濾除噪聲效果更好。其次，針對(duì)肌電信號(hào)中偶爾混入的工頻干擾，采用基于獨(dú)立成分分析方法和小波濾波技術(shù)相結(jié)合的方法，可以把工頻成分有效濾除，并克服了以往方法中引入時(shí)移和總是需要輸入一個(gè)可能與實(shí)際工頻信號(hào)不完全吻合的參考輸入信號(hào)的缺陷。 第二，在對(duì)MUAP波形進(jìn)行特征提取過(guò)程中，本文提出了基于原始數(shù)據(jù)和形態(tài)特征參數(shù)相結(jié)合

4、的方法、小波系數(shù)和形態(tài)特征參數(shù)相結(jié)合的方法，以及基于線(xiàn)性判別分析和模糊集合的面向分類(lèi)目的的最優(yōu)小波包系數(shù)特征提取方法。跟現(xiàn)有基于原始信號(hào)數(shù)據(jù)特征方法、波形形態(tài)特征方法、小波系數(shù)特征方法相比，在保持了其良好的分解效果和運(yùn)行速度的情況下，小波包系數(shù)特征方法明顯具有占用內(nèi)存小的特點(diǎn)。 第三，在MUAP波形的分類(lèi)過(guò)程中，本文在借鑒了傳統(tǒng)多次運(yùn)用單鏈聚類(lèi)技術(shù)和最小分類(lèi)器對(duì)MUAP波形進(jìn)行聚類(lèi)和有監(jiān)督分類(lèi)方法結(jié)果的可靠性和可檢驗(yàn)性，采用了基

5、于模式對(duì)所有類(lèi)別隸屬度的模糊C均值聚類(lèi)技術(shù)，對(duì)波形聚類(lèi)和有監(jiān)督分類(lèi)方法進(jìn)行了優(yōu)化。結(jié)果表明，比現(xiàn)有沒(méi)有進(jìn)行分類(lèi)優(yōu)化的肌電信號(hào)分類(lèi)方法具有更好的分類(lèi)效果，有效提高了識(shí)別正確率。 第四，在對(duì)肌電信號(hào)分解結(jié)果的定量檢驗(yàn)過(guò)程中，本文按照符合肌電信號(hào)的生理特點(diǎn)的大小原理和發(fā)放模式等規(guī)則的信號(hào)模擬方法來(lái)分配發(fā)放模式，與現(xiàn)有的隨機(jī)分配各個(gè)MU的發(fā)放模式相比，使得模擬的信號(hào)更加符合肌電信號(hào)的生理特性。其次，采用先進(jìn)的模式識(shí)別和信號(hào)處理技術(shù)，設(shè)計(jì)

6、開(kāi)發(fā)了一種新的手工分解肌電信號(hào)新方法，克服了傳統(tǒng)的利用目測(cè)和手工測(cè)量的方法中客觀(guān)性不好、準(zhǔn)確度不高的缺點(diǎn)，得到更為理想的分解結(jié)果，并將此結(jié)果作為本文肌電信號(hào)自動(dòng)分解結(jié)果的檢驗(yàn)標(biāo)準(zhǔn)。 雖然本論文基于肌電信號(hào)分解基本步驟，提出并實(shí)現(xiàn)了一系列改進(jìn)措施，對(duì)模擬和真實(shí)肌電信號(hào)進(jìn)行了分解，獲得了較好的肌電信號(hào)分解結(jié)果，但是，通過(guò)分析本文分解結(jié)果發(fā)現(xiàn)，分解方法還存在不完善和不完整之處，需進(jìn)一步改進(jìn)和完善，對(duì)此在本論文最后一章的展望部分提出了一