田 嵐 姜乃夫 李光林

（中國科學(xué)院深圳先進(jìn)技術(shù)研究院 深圳 518055）

1 引 言

國家統(tǒng)計(jì)局 2006年的統(tǒng)計(jì)數(shù)據(jù)顯示，我國的殘疾人總數(shù)為 8296 萬，其中肢體殘疾人數(shù)量最多，為 2412萬人。由于意外事故、先天缺陷、疾病、自然災(zāi)害等原因，肢體殘疾人的數(shù)量還在不斷增加。因此，設(shè)計(jì)符合肢體殘疾人需要的假肢具有十分重要的意義。

目前市場(chǎng)上商業(yè)化的功能性假肢有索控假肢與肌電假肢兩種。索控假肢存在功能單一、操控緩慢、動(dòng)作笨拙、維護(hù)困難等問題。肌電假肢使用人體皮膚表面采集到的肌電信號(hào)(Electromyogram, EMG) 作為假肢的控制信號(hào)，但目前的肌電假肢需要用一對(duì)肌肉的收縮與放松來控制一個(gè)自由度的動(dòng)作。如果需要控制多個(gè)自由度，則先要同時(shí)收縮一對(duì)肌肉 “切換” 自由度。這種控制方法不符合人們通?？刂浦w的習(xí)慣，訓(xùn)練過程漫長。

近年來，國內(nèi)外的研究機(jī)構(gòu)及假肢、機(jī)器人公司都在尋求新的方法，設(shè)計(jì)高性能假肢及控制系統(tǒng)。英國 Touch Bionics 公司的 i-LIMB 手具有 5 個(gè)可以獨(dú)立控制的手指[1]，德國 Otto Bock 公司以及上?？粕揪a(chǎn)了高性能的機(jī)電一體化假肢?？紤]到傳統(tǒng)的假肢控制方式不能讓截肢者靈活地操控這些高性能假肢完成日常生活中的復(fù)雜動(dòng)作，人們提出了使用運(yùn)動(dòng)神經(jīng)信息作為假肢控制源的方法，包括使用腦機(jī)接口[2-4](Brain-computer Interface, BCI)、周圍神經(jīng)機(jī)器接口[5-6](Peripheral Nerve Interface, PNI)以及表面肌電信號(hào)解碼等。但腦機(jī)接口及周圍神經(jīng)機(jī)器接口技術(shù)存在采集到的神經(jīng)電信號(hào)微弱、信噪比低、需要植入電極等問題，短期內(nèi)投入實(shí)際應(yīng)用的可能性較低。

研究人員提出了使用肌電信號(hào)的模式識(shí)別算法實(shí)現(xiàn)假肢控制的思想[7,8]。當(dāng)截肢者通過想象，用他們的“幻影(Phantom)”肢體做不同動(dòng)作時(shí)，來自大腦的運(yùn)動(dòng)神經(jīng)信號(hào)使殘存肌肉收縮產(chǎn)生 EMG 信號(hào)；用體表電極記錄該 EMG 信號(hào)，并用模式識(shí)別方法解碼，得到截肢者想要做的肢體動(dòng)作類型；根據(jù)識(shí)別的動(dòng)作類型操控假肢完成相應(yīng)的動(dòng)作。利用這種控制方法，假肢使用者可以自然而直接地選擇和完成他們想要做的各種不同肢體動(dòng)作。

目前，模式識(shí)別分類算法已經(jīng)被應(yīng)用到了假肢控制中[9,10]。使用模式識(shí)別分類算法，可以克服目前的肌電假肢存在的功能單一、操控困難、非直覺控制及訓(xùn)練過程漫長等不足，實(shí)現(xiàn)肌電假肢的多自由度直覺、自然控制，改善和提高假肢的操控性能。經(jīng)驗(yàn)證，使用 6 個(gè)表面肌電電極、6 個(gè)手部及腕部動(dòng)作(握拳、手張開、腕內(nèi)收、腕外展、腕內(nèi)旋、腕外旋)的完成精度可以達(dá)到 95% 以上。但是，模式識(shí)別分類計(jì)算復(fù)雜，需要在計(jì)算機(jī)中完成，不能“嵌入”假肢而應(yīng)用到日常生活中去。

本文使用高性能的微控制器實(shí)現(xiàn)基于肌電模式識(shí)別技術(shù)的假肢控制，開發(fā)便攜式假肢控制器，有望實(shí)現(xiàn)多功能肌電假肢的靈活控制。

2 系統(tǒng)結(jié)構(gòu)

本文設(shè)計(jì)了一種使用肌電信號(hào)模式識(shí)別技術(shù)的假肢控制系統(tǒng)，如圖1 所示。

整個(gè)系統(tǒng)由肌電假肢控制器與多功能假肢臨床訓(xùn)練軟件兩個(gè)部分組成。 肌電假肢控制器以高性能微處理器為核心，包括肌電電極、肌電信號(hào)采集模塊、控制模塊、通信模塊、電機(jī)驅(qū)動(dòng)模塊等，可連接多自由度假肢(如三自由度假肢，能完成手腕內(nèi)收、手腕外展、手腕內(nèi)旋、手腕外旋、手握拳以及手張開六個(gè)動(dòng)作)。用戶需要根據(jù)自己的實(shí)際情況定制假肢接受腔，并選擇合適的位置在接受腔內(nèi)部安裝肌電電極。多功能假肢臨床訓(xùn)練軟件安裝在計(jì)算機(jī)上，提供一個(gè)人機(jī)交互界面，用于動(dòng)作模式的分類訓(xùn)練以及虛擬現(xiàn)實(shí)控制。假肢控制器與計(jì)算機(jī)通過 USB 接口進(jìn)行通信。

圖1 假肢控制系統(tǒng)框圖

使用前，首先需要 “訓(xùn)練” 系統(tǒng)識(shí)別不同的動(dòng)作類型。假肢使用者根據(jù)軟件的提示，用 “幻肢”完成相應(yīng)動(dòng)作。軟件使用模式識(shí)別算法，對(duì)采集到的肌電信號(hào)進(jìn)行模式識(shí)別分類，計(jì)算出動(dòng)作分類器。動(dòng)作分類器可通過虛擬現(xiàn)實(shí)等方法進(jìn)行測(cè)試，直到分類正確率達(dá)到預(yù)設(shè)的標(biāo)準(zhǔn)。隨后將分類器發(fā)送到假肢控制器上，假肢控制器使用該動(dòng)作分類器實(shí)時(shí)解碼肌電信號(hào)，在脫離計(jì)算機(jī)的環(huán)境下識(shí)別假肢使用者想要完成的動(dòng)作類型，控制假肢完成相應(yīng)動(dòng)作。流程圖如圖2 所示。

圖2 假肢控制系統(tǒng)工作流程圖

3 肌電假肢控制器設(shè)計(jì)

肌電假肢控制器的框圖如圖3 所示。分為肌電信號(hào)采集模塊、微處理器、電機(jī)驅(qū)動(dòng)模塊、USB 通信模塊以及電源管理模塊幾個(gè)部分。

圖3 肌電假肢控制器硬件框圖

3.1 肌電信號(hào)采集

肌電信號(hào)采集模塊的功能是將相應(yīng)電極檢測(cè)到的原始表面肌電信號(hào)進(jìn)行放大、濾波處理，經(jīng)過 AD 轉(zhuǎn)換，得到不失真的數(shù)字信號(hào)供給后級(jí)使用。肌電信號(hào)屬于高噪聲背景下的低頻微弱信號(hào)，因此肌電信號(hào)的采集模塊需要盡可能地濾除噪聲，保留有效信號(hào)。

本文選擇 TI 公司面向 ECG/EMG/EEG 信號(hào)采集的模擬前端(Analog-Front-End AFE)芯片 ADS1298完成信號(hào)采集。ADS1298 內(nèi)置 8 個(gè)差分輸入通道，每個(gè)采集通道都包括輸入信號(hào)選通、可編程 PGA、高精度 ADC 以及可配置的導(dǎo)聯(lián)脫落檢測(cè)等。同時(shí)，芯片內(nèi)部集成了右腿驅(qū)動(dòng)電路以及內(nèi)部參考電壓，可根據(jù)需要配置及使用。ADS1298 集成度高、體積小、性能出色，與傳統(tǒng)的分立式肌電采集前端放大濾波電路相比，使用集成的模擬前端芯片能大大縮減 PCB 占用空間、降低功耗，提高系統(tǒng)可靠性。圖4 為 ADS1298功能框圖[11]。

與傳統(tǒng)的分立式肌電信號(hào)采集電路相比，ADS1298 并不包括兩級(jí)放大及濾波，僅在內(nèi)部集成一個(gè) EMI 濾波器(RC 濾波器)用以消除電磁干擾，右腿驅(qū)動(dòng)模塊用以降低工頻干擾。芯片采用低放大倍數(shù)、過采樣 AD，將噪聲和數(shù)據(jù)高保真采集，交給數(shù)字端作信號(hào)處理。這樣就在提高前端集成度的同時(shí)保證并提高了性能。同時(shí)，用數(shù)字端做信號(hào)處理，也增加了系統(tǒng)的靈活性。

圖4 ADS1298 功能框圖

ADS1298 通過 SPI 接口與 MCU 連接，接收MCU 發(fā)送的命令，并將采集的數(shù)據(jù)傳送給 MCU。

3.2 微處理器

微處理器是假肢控制器的核心模塊，協(xié)調(diào)系統(tǒng)各個(gè)功能的實(shí)現(xiàn)。微處理器通過 USB 通信模塊接收計(jì)算機(jī)發(fā)來的命令，從肌電信號(hào)采集模塊取回 EMG 數(shù)據(jù)，進(jìn)行預(yù)處理(濾波)并發(fā)送給計(jì)算機(jī)。接收計(jì)算機(jī)得到的分類器數(shù)據(jù)，使用這些數(shù)據(jù)進(jìn)行動(dòng)作實(shí)時(shí)分類，通過電機(jī)驅(qū)動(dòng)模塊控制假肢完成相應(yīng)的動(dòng)作。

系統(tǒng)選擇 TI 公司的 TMS320F28335 作為控制芯片。TMS320F28335 是 TI 公司 C2000? 32 位高性能浮點(diǎn)微控制器/數(shù)字信號(hào)處理器 Delfino 系列的一員[12]。芯片的選擇主要基于以下幾點(diǎn)：

(1)處理能力強(qiáng)大，32 位 DSP(Digital Signal Processor)構(gòu)架 CPU，高達(dá) 150 MHz 的系統(tǒng)頻率，內(nèi)部集成硬件單精度浮點(diǎn)單元，能實(shí)現(xiàn)肌電信號(hào)的快速濾波與模式識(shí)別算法。

(2)集成了豐富的片內(nèi)外設(shè)，片內(nèi)集成了脈寬調(diào)制(ePWM)模塊，串行外設(shè)接口(SPI)模塊、增強(qiáng)型12 位模數(shù)轉(zhuǎn)換器(ADC)模塊(16 通道)、以及 88 個(gè)具有輸入濾波功能可單獨(dú)編程的多路復(fù)用通用輸入輸出(GPIO)引腳等，能很好地實(shí)現(xiàn)外部芯片通信、電機(jī)控制等功能，減小設(shè)備體積。

(3)具有低功耗和省電模式，延長工作時(shí)間。

Delfino 浮點(diǎn)系列 MCU 的功能框圖如圖5 所示。

3.3 電機(jī)驅(qū)動(dòng)模塊

圖5 C28x Delfino 浮點(diǎn)系列 MCU 功能框圖

MCU 采集到肌電信號(hào)后，經(jīng)過模式識(shí)別分類算法計(jì)算出需要完成的動(dòng)作類型，控制假肢完成相應(yīng)動(dòng)作。本文使用上?？粕僦邢薰旧a(chǎn)的前臂假肢，內(nèi)部有 3 個(gè)直流電機(jī)。電機(jī)驅(qū)動(dòng)模塊需要控制 3個(gè)直流電機(jī)的運(yùn)行，調(diào)節(jié)轉(zhuǎn)速與方向。

TMS320F28335 內(nèi)部集成了 6 個(gè) ePWM 通道作為電機(jī)的控制源輸出。使用雙 H 橋直流電機(jī)驅(qū)動(dòng)芯片 L298P 驅(qū)動(dòng)電機(jī)工作。電機(jī)工作電流反饋到TMS320F28335 內(nèi)部的 ADC，用于檢測(cè)及控制轉(zhuǎn)速。

由于電機(jī)運(yùn)行時(shí)電流變化較大，會(huì)影響到前端EMG 信號(hào)采集模塊電源的穩(wěn)定性，引入噪聲，因此，在 MCU 和電機(jī)驅(qū)動(dòng)模塊之間，使用數(shù)字隔離器ADuM7440 隔離，保證系統(tǒng)的正常運(yùn)行。

3.4 USB 通信

假肢控制器與計(jì)算機(jī)的通信方式選擇了USB(Universal Serial BUS 通用串行總線)接口。USB接口是一種通用的計(jì)算機(jī)與外設(shè)連接的方式，具有傳輸速度快、支持熱插拔、使用方便等優(yōu)點(diǎn)，也便于計(jì)算機(jī)端的多功能假肢臨床訓(xùn)練軟件開發(fā)。

本文選擇了 CH376S 作為 USB 接口芯片。CH376內(nèi)部集成了 USB 協(xié)議的基本固件，簡(jiǎn)化了常用的控制傳輸，開發(fā)周期短。

3.5 電源管理

鋰電池體積小、容量大，適宜作為便攜設(shè)備的電源。本系統(tǒng)的電源管理模塊以鋰電池為電源，經(jīng)過電壓轉(zhuǎn)換為各個(gè)模塊提供各自所需的工作電壓。

電源管理模塊的主要任務(wù)是為假肢控制器提供3.3 V 及 1.8 V 電壓，為假肢電機(jī)提供 11.1 V 電壓，為電機(jī)驅(qū)動(dòng)模塊提供 5 V 電壓。考慮到肌電信號(hào)采集模塊對(duì)電源紋波比較敏感，假肢控制器所需的 3.3 V 電壓及 1.8 V 電壓由 3.7 V 鋰電池經(jīng) LDO(Low Dropout Regulator，低壓差線性穩(wěn)壓器)芯片電壓變換得到。假肢電機(jī)供電使用 3 節(jié)鋰電池串聯(lián)得到 11.1 V 電壓，經(jīng)過 DC/DC 芯片得到電機(jī)驅(qū)動(dòng)模塊需要的 5 V 電壓。兩組電壓之間使用數(shù)字隔離器隔離。

4 多功能假肢臨床訓(xùn)練軟件設(shè)計(jì)

計(jì)算機(jī)上需要安裝多功能假肢臨床訓(xùn)練軟件，與假肢控制器協(xié)同使用。軟件使用 Visual C++ 10 編寫。多功能假肢訓(xùn)練軟件包括三部分功能：肌電信號(hào)實(shí)時(shí)采集、動(dòng)作分類器的訓(xùn)練及測(cè)試以及虛擬現(xiàn)實(shí)控制，如圖6 所示。

圖6 多功能假肢訓(xùn)練軟件結(jié)構(gòu)框圖

(1)肌電信號(hào)實(shí)時(shí)采集：控制下位機(jī)實(shí)時(shí)采集肌電信號(hào)，發(fā)送至軟件顯示，用戶通過觀察肌電信號(hào)可判斷肌電電極與皮膚的連接狀況并進(jìn)行調(diào)整；

(2)動(dòng)作分類器訓(xùn)練及測(cè)試：使用者在使用前必須進(jìn)行訓(xùn)練，在軟件的提示下完成預(yù)設(shè)的動(dòng)作，使用模式識(shí)別算法對(duì)采集到的表面肌電信號(hào)進(jìn)行訓(xùn)練，得到動(dòng)作分類器；

(3)虛擬現(xiàn)實(shí)控制：建立一個(gè)可完成各種手部動(dòng)作的虛擬現(xiàn)實(shí)人，用于動(dòng)作分類的效果評(píng)估或康復(fù)訓(xùn)練，動(dòng)作分類器訓(xùn)練完成之后，軟件控制下位機(jī)實(shí)時(shí)采集用戶的表面肌電信號(hào)，計(jì)算動(dòng)作類型并輸出，控制虛擬現(xiàn)實(shí)人完成相應(yīng)動(dòng)作，用于觀察動(dòng)作分類的效果；同時(shí)，建立虛擬環(huán)境下的小游戲，可通過完成小游戲進(jìn)行康復(fù)訓(xùn)練。

5 結(jié)果與分析

使用本系統(tǒng)，采集肢體健全者前臂的表面肌電信號(hào)并訓(xùn)練分類器，實(shí)驗(yàn)照片如圖7 所示。

實(shí)驗(yàn)時(shí)，在前臂表面粘貼 8 通道電極，采集到的肌電信號(hào)如圖8 所示?？梢钥闯觯緸V除了工頻干擾及其諧波、高頻噪聲及基線漂移等噪聲。

使用離線數(shù)據(jù)計(jì)算與測(cè)試分類器，使用 6 個(gè)電極完成 6 個(gè)手部、腕部動(dòng)作，分類精度可以達(dá)到 95%以上。

模式識(shí)別分類方法已經(jīng)被驗(yàn)證可用于肌電假肢的控制。但以往的分類都是基于計(jì)算機(jī)完成，不能嵌入假肢中。與其它系統(tǒng)相比，本系統(tǒng)依然使用計(jì)算機(jī)完成模式識(shí)別分類算法中的動(dòng)作分類器訓(xùn)練，但是將實(shí)時(shí)動(dòng)作分類的部分移植到了微控制器中。因此，動(dòng)作訓(xùn)練完成后，假肢控制器斷開與計(jì)算機(jī)的連接，用于實(shí)際生活中的假肢控制。

本系統(tǒng)已經(jīng)完成肢體健全者的實(shí)時(shí)測(cè)試，但還未進(jìn)行截肢者的測(cè)試。截肢者的實(shí)時(shí)信號(hào)質(zhì)量及分類效果有待進(jìn)一步實(shí)驗(yàn)驗(yàn)證。同時(shí)，還需全面評(píng)估使用者對(duì)本系統(tǒng)的使用感受、動(dòng)作訓(xùn)練時(shí)間以及實(shí)際動(dòng)作完成效果。

圖7 系統(tǒng)整體調(diào)試圖

圖8 實(shí)時(shí)肌電信號(hào)顯示

6 結(jié) 論

本文搭建了一套基于微處理器的肌電假肢控制系統(tǒng)，系統(tǒng)能佩戴在使用者身上，使用模式識(shí)別分類算法，將采集到的表面肌電信號(hào)進(jìn)行分類，得到使用者希望完成的動(dòng)作類型，并控制假肢完成相應(yīng)動(dòng)作。經(jīng)測(cè)試，檢測(cè)到的肌電信號(hào)沒有明顯的噪聲，信號(hào)質(zhì)量較好。使用離線數(shù)據(jù)測(cè)試分類器，分類精度能達(dá)到95% 以上。

[1]查理. 肌電假手的研究進(jìn)展 [J]. 國防科技, 2007, 9: 6-13.

[2]Hochberg L R, Serruya M D, Friehs G M, et al. Neuronal ensemble control of prosthetic devices by a human with tetraplegia [J]. Nature, 2006, 442: 164-171.

[3]Gao X, Xu D, Cheng M, et al. A BCI-based environmental controller for the motion-disabled [J]. IEEE Transaction on Neural Systems and Rehabilitation Engineering, 2003, 1: 137-140.

[4]楊立才, 李佰敏, 李光林, 等. 腦機(jī)接口研究綜述 [J]. 電子學(xué)報(bào), 2005, 33(7): 1234-1241.

[5]Hoffer J A, Loeb G E. Implantable electrical and mechanical interfaces with nerve and muscle [J]. Annals of Biomedical Engineering, 1980, 8: 351-360.

[6]張曉文, 高忠華, 胡天培, 等. 神經(jīng)信號(hào)控制假肢研究 [J]. 中國生物醫(yī)學(xué)工程學(xué)報(bào), 2005, 24(5): 624-628.

[7]Huang Y H, Englehart K B, Hudgins B, et al. A Gaussian mixture model based classification scheme for myoelectric control of powered upper limb prostheses [J]. IEEE Transactions on Biomedical Engineering, 2005, 52: 1801-1811.

[8]21 Hargrove L, Englehart K, Hudgins B. A comparison of surface and intramuscular myoelectric signal classif ication [J].IEEE Transactions on Biomedical Engineering, 2007, 54: 847-853.

[9]Li G, Kuiken T A. EMG pattern recognition control of multifunctional prostheses by transradial amputees [J]. 31st Annual International Conference of the IEEE EMBS, 2009,6914-6917.

[10]Li G, Schultz A E, Kuiken T A. Quantifying pattern recognition—based myoelectric control of multifunctional transradial prostheses [J]. IEEE Transactions on Neural System and Rehabilitation Engineering, 2010, 18(2): 185-192

[11]Texas Instuments Inc. ADS1298 datasheet [EB/OL]. http://www.ti.com, 2011.

[12]Texas Instuments Inc. TMS320F28335 datasheet [EB/OL].http://www.ti.com, 2012.