肌电论文阅读笔记

一、《肌电测量技术的应用》1、肌电产生的机制2、肌电测量电极类型（1）针电极（2）表面电极（SEMG）：有线、无线遥测3、肌电测量指标（1）时域指标：是以时间为自变量，以肌电信号为函数，来描述肌电信号随时间变化的振幅特征，而不涉及肌电信号的频率变化的非时间自变量。

积分肌电IEMG（采用肌电图可以判定肌肉所处的不同状态、肌肉之间的协调程度、肌肉的收缩类型及强度、肌肉的疲惫程度及损伤、肌肉的素养等）均方根振幅RMS,（反映•段时间内肌肉放电的平均水平）最大值（映肌肉活动的最大放电力量）时序（反映肌肉活动的最大放电力量）时程（从肌电曲线开头偏离基线到回归基线的时间）（2）频域指标4、肌电测量的应用采用肌电图可以判定肌肉所处的不同状态、肌肉之间的协调程度、肌肉的收缩类型及强度、肌肉的疲惫程度及损伤、肌肉的素养等。

5、肌肉与疲惫肌肉疲惫判定（1）肌电信号频率肌肉疲惫，放电频率低（2）肌电幅度疲惫时，振幅增加（3）肌电积分判定快肌纤维疲惫时快肌纤维较多腓肠IEMG减小大二、《肌电生物反馈的非线性机制》1、使用数据：肌电振幅、肌电频率、近似端分析2、肌电与生物反馈：随着生物反馈次数的增加，在肌电振幅明显降低、肌电频率明显提升三、《肌电图（EMG）在运动生物力学讨论中的运用》1、数据处理：时域分析：（1）原始肌电图（EMG）:是直接纪录下来的肌电结果，从EMG振幅的大小可以直观看出肌肉活动的强弱。

（2）平均振幅（MA）：反映肌电信号的强度，与肌肉参加的运动单位数目的多少及放电频率的同步化变化程度有关。

（3）均方根肌电（RMS）:是运动单位放电有效值，其大小取决于肌电幅值的大小，与运动单位募集数量的多少和兴奋节律有关（4）积分肌电（iEMG）：是肌电信号经过全波整流后随时间变化的曲线下所包绕面积的总和，是全波整流信号的积分总值，它反映了肯定时间内肌肉中参加活动的运动单位总放电量。

iEMG值的大小在肯定程度上反映运动单位募集的数量多少和每个运动单位的放电大小，是评价肌纤维参加多少的重要指标.频率域分析是对肌电信号进行频率变化特征的分析，是将时域信号通过快速傅立叶转换（FFT）得出的频域信号，在表面肌电信号的检测与分析中具有重要的应用价值。

上臂表面肌电信号与肘关节角度的相关性研究*吴小鹰1,侯文生1,郑小林1,王洪2,查敏1(1.重庆大学生物工程学院,重庆400044;2.重庆工学院,重庆400050)摘要:目的根据检测的上臂肱二头肌和肱三头肌表面肌电信号,研究表面肌电信号和肘关节角度之间的相关性。

方法在手握恒定目标力量时提取表面肌电信号,并分别从时域采用均方根和积分肌电值方法提取肌电信号的特征值。

结果实验结果表明肱二头肌和肱三头肌上的肌电信号幅度的均方根和积分肌电值的变化规律是不同的,前者的肌电信号幅度的均方根和积分肌电值都是随着肘关节角度的增加而增大,而后者的2种值都在肘关节弯曲90b时最大,在45b和135b时的值非常接近。

结论肱二头肌和肱三头肌的表面肌电信号,可以反映肘关节角度。

关键词:表面肌电信号;肘关节角度;积分肌电值中图分类号:R318104;R85711文献标识码:A文章编号:100220837(2007)0420259205Rela tionsh i p between Surface E MG and Angle of E lbow J oi n t.W U Xi a o2y i n g,HOU W e n2sheng,Z HENG Xi a o2li n,WANG Hong,ZHA M i n.Spa ce M e d i c i n e&M ed i c a l Eng i n e e ri n g,2007,20(4):259~263 Abstr act:O bjective To e xp l o r e the corr e l a ti o n be t w e en the m ovi n g a ng l e o f e l b ow j o i n t a nd surf a ce e l e c tr om yog r am s i g na l(sE MG)ac ti v iti e s o f b i c eps a nd tri c eps.M e thods The e i g enva l u e o f sE MG du ri n g e l b ow j o i n t m ovi n g unde r consta n t l o a d w e re ca l c u l a te d w ith m ea ns of root m e an squa re (RM S)a nd i n teg r a te d e l e c tr om yog r am(i E MG)i n tm i e dom a i n.R esu lts The e xpe rm i e nta l r e su lts show e d tha t bo th the cha vac te ri s ti c s o f RM S a nd i E MG f o r b i c e ps d iff e red fr om those o f tri c eps. The sE MG a c ti v iti e s o f b i c eps i n c r e ase d w ith the i n c rem e n t o f e l b ow j o i n t a ng l e,w h il e those from tri c eps r e ached to the m a xm i um va l u e s w he n e l b ow j o i n t a ng l e w a s90b.Furthe r m ore,the sE MG a c ti v iti e s o f tri c e ps a t the e l b ow a ng l e o f45b w a s s m i il a r w i t h tha t w hen e l b ow a ng l e w a s135b. Conc l u sion The sE MG fr om b i c eps and tri c eps can r e fl e c t the m ov i n g a ng l e o f e l b ow j o i n t unde r cons ta nt l o ad.K ey w ord s:su rf a ce e l e c trom yog r am s i g na;l e l b ow j o i n t ang l e;i n te gr a te d e l e c trom yog r amAddress r epr int requests to:WU Xi a o2yi n g.Bi o eng i n e e ri n g I nstitute,Chongq i n g Un i v e r s i t y, Chongq i n g400044,Ch i n a表面肌电信号(su rf a ce e l e c tr om yog r am s i g na,l sE MG)是从皮肤表面通过电极引导、放大、显示和记录下来的神经肌肉系统活动时的生物电信号,信号形态具有较大的随机性和不稳定性[1]。

本科毕业论文（设计）基于肌电信号的行为识别的研究毕业论文(设计)成绩评定表TITLE: Recognition Research Based On The Behavior of The EMG SignalMAJOR: Information And Computing Science内容摘要本文对前臂肌肉群多个位置（包括肱桡肌、桡侧腕屈肌、桡侧腕长伸肌、尺侧腕伸肌、尺侧腕屈肌）进行表面肌电信号的采集，用RMS（均方差）与AR模型两种方法分别对采集的肌电信号进行特征分析和特征提取，再通过不同的分类方法（包括监督式学习、LDA分类算法）对现有的信号数据进行模式识别，区别屈肘、屈腕、屈指和前臂旋转等多种动作，最终使用MATLAB实验软件绘图直观表示各种分类方法的识别率，得到多种分类方法的优劣程度并最终得出结论从而将该项的研究成果拓展到人体其他肌群及相关假肢的控制中，另外在仿生控制人工动力假肢研究领域同样具有重要的意义。

关键词：特征提取模式识别 MATLAB 表面肌电信号AbstractIn this research,I collect the surface EMGs in several of the forearm muscle groups (including brachioradialis、flexor carpi、carpi radialis longus、extensor carpi ulnaris and flexor carpi ulnaris). With the methods such as RMS and AR model ,I extract the feature from the EMGs which has been collected.Then by using classification methods(Supervised Learning:The LDA algorithm),I use the existing EMGs in order to differentiate between elbow、wrist flexion,、flexor 、forearm rotation and so on.I also use two more signal optimizations to raise recognition rate.Ultimately, we use MATLAB to plot pictures and intuitively to show the recognition rate.Finally the best recognition rate is 98.611%.Keywords: Pattern recognition Feature extraction SEMG目录1引言 (1)1．1理论研究 (1)1．2国内外文献综述与研究现状 (1)2 表面肌电信号的采集 (3)2．1 肌电信号的模型说明 (3)2．2 肌电信号的数据说明 (4)2.2.1肌电信号的拾取 (4)2.2.2肌电信号的位置 (5)2.2.3动作展示 (6)3表面肌电信号的预处理 (8)4模式识别 (9)4．1特征提取 (9)4.1.1时域特征值：RMS 均方根 (9)4.1.2频域特征值：AR 自回归模型 (9)4.2监督式学习 (11)4.3绘图展示 (13)4.3.1 表面肌电信号 (13)4.3.2 RMS特征值 (14)4.3.3 AR模型特征 (15)5 信号优化处理 (16)5.1 Majority Vote与去噪函数 (16)5.2绘图展示 (17)6 结论 (18)参考文献 (19)附录 (21)1引言表面肌电信号(Surface Electromyography，SEMG)是人自主活动中肌肉表层多个运动单位所发出的电位序列最终在皮肤表面通过电极检测得到的时间与空间综合叠加的结果[10]，是神经肌肉系统活动时伴随的生物电信号。

肌电方面的SCI文章中风引起的痉挛性轻瘫被认为会改变受损骨骼肌的结构。

肌肉结构的改变可能意味着被动机械性能的改变，从而导致力量传递和本体感觉反馈的改变。

这种变化反过来会影响甚至加重运动障碍。

临床上，更好地了解被动肌肉特性脊髓损伤（SCI）是脊柱损伤最严重的并发症，往往导致损伤节段以下肢体严重的功能障碍。

脊髓损伤不仅会给患者本人带来身体和心理的严重伤害，还会对整个社会造成巨大的经济负担。

由于脊髓损伤所导致的社会经济损失，针对脊髓损伤的预防、治疗和康复已成为当今医学界的一大课题。

机器人康复已被证明是促进运动康复的有效疗法。

表面肌电图（EMG）是通过皮肤表面局部电位变化间接测量肌肉收缩力，提供了一个促进患者参与康复的机会，为机器人康复干预提供了新的方案。

肌电图触发的神经肌肉刺激已被证明是中风恢复的有效治疗方法。

根据感觉运动整合理论，当患者产生高于某一阈值的肌肉活动时，如肌电图所检测到的，则对肌肉施加辅助性电刺激。

在这项工作中，提出了一个机器人康复系统，机器人协助取代电刺激。

通过同步有意识产生的肌电图与本体感觉反馈来增强运动学习。

中风引起的痉挛性轻瘫被认为会改变受损骨骼肌的结构。

肌肉结构的改变可能意味着被动机械性能的改变，从而导致力量传递和本体感觉反馈的改变。

这种变化反过来会影响甚至加重运动障碍。

临床上，更好地了解被动肌肉特性脊髓损伤（SCI）是脊柱损伤最严重的并发症，往往导致损伤节段以下肢体严重的功能障碍。

脊髓损伤不仅会给患者本人带来身体和心理的严重伤害，还会对整个社会造成巨大的经济负担。

由于脊髓损伤所导致的社会经济损失，针对脊髓损伤的预防、治疗和康复已成为当今医学界的一大课题。

机器人康复已被证明是促进运动康复的有效疗法。

表面肌电图（EMG）是通过皮肤表面局部电位变化间接测量肌肉收缩力，提供了一个促进患者参与康复的机会，为机器人康复干预提供了新的方案。

肌电图触发的神经肌肉刺激已被证明是中风恢复的有效治疗方法。

下肢肌电应用研究现状作者：耿帅赵文韬马士龙来源：《体育时空·上半月》2015年第12期中图分类号：G804 文献标识：A 文章编号：1009-9328（2015）12-000-02摘要随着竞技体育的发展，竞技体育比赛日趋激烈，加大体育科研是提高运动成绩的有力保障。

而表面肌电技术是体育科研中不可或缺的手段。

本文收集近十年的相关文章，旨在找出肌电在下肢运动中的研究成果、现状和趋势，为进一步的研究提供理论支撑。

关键词下肢体育肌电肌电信号由神经肌肉系统中运动单位募集和激发频率的变化所决定，肌肉的收缩是由于中枢神经系统的α运动神经元发放神经冲动造成的，用适当的方法将骨骼肌兴奋时发生的电位变化引导、放大并记录所得到的图形为肌电图。

因此，肌电图是用来记录肌肉的电活动变化，常用来反映中枢神经系统的活动。

肌电图可以记录不同负荷下的肌电振幅、肌肉放电的开始与结束时间、不同肌肉参与活动的先后次序、频率、肌肉的收缩强度等，用以说明不同负荷与不同训练动作在神经肌肉功能的支配特点与差异。

一、研究内容在肌电运用中，目前最常用的是表面电极技术，其最大特点是可直接应用于运动实践中，而不影响运动员动作的完成，所记录的肌电信号为运动员完成动作时肌电信息的真实反映，在实践中可对运动员进行无损伤的、实时的测量。

因此现在研究中使用表面电极最多，而表面肌电技术在下肢肌肉的研究涉及到很多方面。

（一）运动冲击力对下肢肌电的影响在运动训练，冲击力对运动员身体及运动技术的影响是个不可忽略的因素，直接关系着运动员的人身安全和运动成绩，但是在实际的运动训练中，关于起跳弹跳力的研究多于冲击力的研究。

牛文鑫、王旸等人在《模拟跳伞着陆中踝关节防护对下肢肌电活动性的影响》中表示：踝关节防护和性别对所有肌肉的触地前下肢肌电持续期都无显著性影响，两因素也无显著性交叉影响。

佩戴护踝后胫骨前肌触地前肌电幅值显著增大，而外侧腓肠肌触地前肌电幅值则不受踝关节固定的显著性影响。

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。

肌电图的数据分析摘要肌电图是肌肉生物电活动的记录，与其他生物电一样，肌电也是一种有规律的生物电现象。

肌电的测量可以对疾病进行辅助检查。

应用体表电机记录肌肉静止或收缩时的电活动。

通过此检查可以确定周围神经、神经元、神经肌肉接头及肌肉本身的功能状态。

而当运动单位发生各种病理变化时，会出现异常肌电图波形，所以常用肌电图来判断神经肌肉功能是否正常以及确定神经肌肉疾病发生的部位、性质和病变程度等。

现如今，肌电图已经成为神经肌肉病变的主要临床诊断工具。

所以学习如何采集肌电信号，处理以及分析肌电信号就显得尤为重要。

本篇文章主要介绍了肌电信号收集后的数据处理，处理的方法主要应用了整流，平滑，滤波等，着重进行了频域和时域的分析，其中以股二头肌，股三头肌和肱桡肌为例。

临床上常用表面肌电图对肌肉的疲劳进行研究，最常用的是频频域分析和时域分析。

这里对数据处理所用的软件是MR3，MR3可以自动对数据进行处理，生成需要的报告，因此本文的内容在于对生成图形的分析。

由于条件的限制没有患者的案例，所以选取的数据来自正常人做弯举10kg的哑铃，肩关节不动，保持肘关节90°角，直到手臂有酸痛的现象，然后放下哑铃，将波形记录在电脑中。

关键词：表面肌电信号；频域分析；时域分析；MR3；整流；平滑；滤波表面肌电图作为一种无创检测方法已得到广泛的应用，可以说它的存在使得康复更加具有可操作性和普遍性。

对于一些肢体有残疾的人来说，他的患侧到底达到什么程度才可以说他完全康复，原来依靠主观意识，这在一定的程度上存在着随机性和偶然性，但是肌电图的存在，使得康复程度可以量化，对于康复医师来说可以减少很多的困难，让他们的康复更加具有针对性和方向性。

肌肉最基本的功能就是兴奋和收缩，所以在测量的过程中主要让被测者进行屈伸运动，这样可以进行肌电信号的采集，其他的功能也可以，但是对于体表电机来说，所测得的数据会太杂乱，本身体表电机的测量就具有许多的干扰因素，所以要尽可能的避免干扰，这就是选择收缩功能的主要原因。

《运动员表面肌电信号与分形》读书报告一、肌电的简介关于肌电的记载，最早可以追溯到17世纪中叶，FrancescoRedi偶然中发现了电鱼的电能来源于一块高度特化的肌肉。

到1773年，Walsh证实了鳗鲡的肌肉可以产生电活动。

1791年，伽伐尼(Galvani)就通过一系列蛙类的肌肉收缩研究，证明肌肉收缩与电有密切的关系，这也被认为是人类对肌电的最早认识。

法国的杜波依斯·雷蒙德(DudoisReymond)是最早检测到肌肉自主收缩时能够产生电信号的人，他于1849年发现并描述了人体运动是和肌肉的电活动联系在一起的。

19世纪60年代，Duchenne开始利用电生理学方法系统的研究完整肌肉的功能和动力学，标志着这一领域工作的真正开始。

1907年，派柏(Piper)利用弦线检流计记录到人臂肌肉的电势差。

在1922年，加塞(Gasser)和厄兰格(Eflan粤'e)利用阴极射线示波器代替传统的检流计观测到肌电图，并因此获得1944年的诺贝尔奖。

整个19世纪和20世纪初叶，许多学者对神经肌肉电现象进行了大量研究，并建立了大量学说，为肌电技术在各个领域的应用奠定了理论基础。

从20世纪中叶以来，伴随计算机技术和神经生理学研究的飞速发展，肌电技术被更为广泛和深入的应用在各个领域：临床医学领域的神经肌肉疾病诊断、人机工效学领域肌肉工作的工效学分析、康复医学领域的肌肉功能评价以及体育科学中的疲劳判定、运动技术合理性分析、肌纤维类型和无氧阀值的无损伤性预测等方面。

运动神经元、轴突及其末梢和连接到这些末梢的肌肉纤维，构成了神经肌肉的功能单位，称为运动单位(motorunit，MN)。

运动单位是可以由意识而激活的最小单位。

一块骨骼肌包含着若干数量的运动单位，肌电信号是产生肌肉力的电信号根源，是肌肉中许多运动单元动作电位在时间和空间上的叠加，反应了神经肌肉的工作状态。

二、肌电信号研究现状有以下几个方向的研究1、对运动性疲劳的研究运动系疲劳特指运动引起的肌肉产生最大随意收缩力量或者输出功率暂时性下降的生理现象2、运动损伤及康复的研究3、肌肉工作性质的研究4、对假肢控制技术的研究5、生物反馈调节的研究6、肌肉收缩的顺序、力量、速度、角度等工作状态的研究7、评价肌肉类型、运动能力及选材的研究三、常用分析指标1、时域分析法以时间为变量，肌电信号作为时间的函数，主要反映的是sEMS信号的振幅在时间维度上的变化，是肌电信号分析最直接的方法，最常用的时域参数就是积分肌电值、均方根肌电值a 、积分肌电是指肌电图曲线所包含的面积，在一定程度上反映了一定时间内肌肉中运动单位的放电总量，b、均方根肌电值反应的是一定时间内的肌肉放电的平均水平，均方根肌电是时域中最常用的最可靠的参数。