陳濤，趙麗

（天津職業(yè)技術(shù)師范大學(xué)天津市信息傳感與智能控制重點(diǎn)實(shí)驗(yàn)室，天津300222）

表面肌肉疲勞檢測算法的DSP實(shí)現(xiàn)

陳濤，趙麗

（天津職業(yè)技術(shù)師范大學(xué)天津市信息傳感與智能控制重點(diǎn)實(shí)驗(yàn)室，天津300222）

采用實(shí)時性較好的TMS320C6748型DSP代替Matlab對表面肌電（SEMG）進(jìn)行數(shù)據(jù)采集并分析，實(shí)現(xiàn)對肌電參數(shù)的實(shí)時檢測。利用頻域特征提取方法進(jìn)行肌肉疲勞分析，分別對同種算法在不同平臺的計算結(jié)果進(jìn)行分析對比，并對肌電信號疲勞分析有效性進(jìn)行了研究，得出TMS320C6748浮點(diǎn)型DSP能夠作為監(jiān)測設(shè)備，對運(yùn)動員肌肉疲勞狀態(tài)及一些患有肢體障礙需要肌力恢復(fù)的患者進(jìn)行實(shí)時監(jiān)測。

表面肌電（SEMG）；肌肉疲勞；數(shù)字信號處理器（DSP）

近年來，隨著人們對肌電采集及處理方法的深入研究，人們對肌電采集系統(tǒng)實(shí)時性要求也越來越高，實(shí)時性好的設(shè)備能夠有效地捕捉到肌電信號變化，從而實(shí)現(xiàn)對人體肌肉所處狀態(tài)的實(shí)時監(jiān)控，及時了解自身肌肉所處狀態(tài)。人們在運(yùn)動過程中，有些肌肉疲勞可以從人體自身肌肉不適感感知，而有些肌肉疲勞無法感知。在無法感知的情況下如果進(jìn)行過量運(yùn)動，有可能導(dǎo)致肌肉拉傷或者其他機(jī)體傷害［1］。因此，對于肌電的實(shí)時性監(jiān)控很有必要。另外，對一些如中風(fēng)導(dǎo)致的偏癱患者，需要做適量肢體運(yùn)動來促進(jìn)肌肉活動，而上肢的正常運(yùn)動對于一個人的康復(fù)來說又尤為重要［2］，因此科學(xué)地制定康復(fù)計劃，實(shí)時監(jiān)控患者肌肉狀態(tài)，能有效促進(jìn)其肌肉恢復(fù)。而對于一些運(yùn)動員來說，如果能規(guī)劃好訓(xùn)練計劃，實(shí)時了解其肌肉所處狀態(tài)，不僅能使每塊肌肉都得到應(yīng)有的訓(xùn)練，而且能有效避免因過量訓(xùn)練而導(dǎo)致的肌肉拉傷等情況的發(fā)生［3］。本文利用浮點(diǎn)型DSP處理器TMS320C6748能做高精度浮點(diǎn)運(yùn)算這一優(yōu)點(diǎn)，在DSP上設(shè)計算法處理肌電采集后的數(shù)據(jù)，并同Matlab處理所得的MPF值進(jìn)行對比，在一定范圍內(nèi)代替Matlab做算法處理，分析肌電疲勞狀態(tài)，使人們實(shí)時了解自身肌肉所處狀態(tài)，從而針對自身特點(diǎn)做出科學(xué)的鍛煉計劃。

1　表面肌電信號的采集與算法設(shè)計

1.1表面肌電信號的采集

表面肌電信號（surface electromygraphy，SEMG）是一種微弱的、非平穩(wěn)的生物電信號，其有效范圍集中在20 Hz～500 Hz［4-5］，采用Ag-AgCl電極采集。實(shí)驗(yàn)前先用酒精清潔采集部位，去除表面死皮及油污［6］，將導(dǎo)電膏涂抹均勻，以剛能覆蓋接觸面為宜。

肌電電極的擺放分為參考電極擺放與測試電極的擺放2種。參考電極的擺放主要為了排除非人體自主產(chǎn)生的電壓，它可以擺放在體表的骨性標(biāo)志上或不參加測試運(yùn)動肌肉的肌腱處，測試中參考電極不能采集到自主運(yùn)動的電信號，本實(shí)驗(yàn)以手腕作為參考電極。測試電極沿肌纖維行走方向平行放置，本實(shí)驗(yàn)主要采集指淺屈肌、指總伸肌、肱二頭肌、橈側(cè)腕屈肌、橈側(cè)腕長伸肌。

1.2表面肌電的特征提取

表面肌電的特征提取方法分為時域法、頻域法及時頻域聯(lián)合分析法。常用的時域分析法主要包括測積分肌電值（iEMG）、過零點(diǎn)數(shù)（ZC）、方差（VAR）等。

時域法對SEMG進(jìn)行特征提取相對簡單，但隨著肌肉收縮力的變化，很多時域參數(shù)通常變化很大，而通過頻域傅里葉變化后，其波形變化很小，因此在頻域上具有較好的穩(wěn)定性［7］。常用的頻域分析法包括求取SEMG功率譜的平均功率頻率（mean power frequency，MPF）和中值頻率（median frequency，MF）2種，分別定義為：

式中：P（f）為信號的功率譜密度函數(shù)。

中值頻率可以通過式（2）進(jìn)行求解：

時頻域聯(lián)合分析法能夠?qū)r域和頻域分析方法很好地結(jié)合起來，而應(yīng)用于SEMG的時頻域分析方法主要有短時傅里葉變換、Wigner-Ville分布、Choi-Williams分布及小波變換等方法。

比較3種分析方法，時頻聯(lián)合分析方法較前2種方法在SEMG分析方面有獨(dú)到優(yōu)勢，其能反映時域和頻域2方面的信息；但對于表面肌電疲勞分析而言，頻域求解SEMG的MPF與MF已能很好地反映肌肉在正常及疲勞狀態(tài)下的差異，而且很多研究均表明在反映肌肉的活動和功能狀態(tài)上，平均功率頻率值更具敏感性［8］。因此，本文采用頻域分析方法求取MPF值并做算法移植。

2　算法移植

對于SEMG信號的移植，主要分為Matlab仿真與DSP實(shí)現(xiàn)2部分。由Matlab對SEMG疲勞分析所用算法進(jìn)行驗(yàn)證，并由DSP進(jìn)行算法設(shè)計，以實(shí)現(xiàn)對SEMG的實(shí)時分析。

2.1Matlab仿真

對于采集所得SEMG信號，需經(jīng)Matlab進(jìn)行FFT處理，將原始信號變換到頻域，然后再求取其對應(yīng)的MPF值。

本實(shí)驗(yàn)分為2組，分別選取4名被試（2男2女，年齡為23～26歲），其右臂在做規(guī)定次數(shù)動作后采集肌電信號（采集右臂是為了避免由心電造成的干擾），實(shí)驗(yàn)在一個相對安靜的環(huán)境下進(jìn)行，第一個實(shí)驗(yàn)為采集被試者在握拳后伸掌到最大過程中指淺屈肌與指總伸肌肌電信號的變化，第二個實(shí)驗(yàn)為采集被試者手持2.85 kg杠鈴在自然垂臂到手臂與肘成小于90°角過程中肱二頭肌、橈側(cè)腕屈肌與橈側(cè)腕長伸肌肌電信號變化，每個實(shí)驗(yàn)分6組，每組進(jìn)行10次。

分別對每組采集信號做FFT，并計算其MPF值，圖1所示為不同被試者M(jìn)PF值折線圖。

經(jīng)采集并計算所得同一實(shí)驗(yàn)中指淺屈肌與指總伸肌MPF值、肱二頭肌與橈側(cè)腕屈肌MPF值比較接近，因此在圖中只顯示出3條折線。實(shí)驗(yàn)初期出現(xiàn)斜率絕對值下降的問題，這是由于實(shí)驗(yàn)初期被試用力不均勻?qū)е?。在進(jìn)行一定次數(shù)適應(yīng)后，肌電MPF值的斜率絕對值開始升高，尤其在第4次之后，4名被試MPF值斜率絕對值都呈現(xiàn)出明顯增幅，由此表明其肌肉已呈現(xiàn)出疲勞狀態(tài)。

2.2Matlab到DSP算法移植

由Matlab到DSP做算法移植，通常有2種方式，一種是通過Matlab軟件間接生成可執(zhí)行代碼供DSP引用；另一種是在DSP中直接通過C語言編寫函數(shù)。對于第一種方法，先將需要移植的算法編寫成function函數(shù)，通過在Matlab命令窗口調(diào)用，驗(yàn)證算法是否可執(zhí)行；然后通過Matlab Coder組件，將M文件轉(zhuǎn)換成可供DSP調(diào)用的C語言源文件；之后打開CCSV5.5，復(fù)制Matlab生成文件到CCS工程目錄，編寫調(diào)用代碼。這種方法可以節(jié)省編程時間，但不是所有function函數(shù)都可以編寫成能供CCS使用的源文件，由于有些函數(shù)并沒有對應(yīng)的C語言庫，所以使用受限比較明顯。第二種方法是在DSP中直接編寫程序。需要注意的是，Matlab中一些函數(shù)需要通過用對應(yīng)的C語言函數(shù)替換，以實(shí)現(xiàn)相同的執(zhí)行效果。這種方法雖然看起來比第一種方法復(fù)雜，但對于本實(shí)驗(yàn)而言，第二種方法更加適用。

2.3DSP程序測試

首先將采集所得數(shù)據(jù)轉(zhuǎn)換成.dat格式的文本，然后將采集所得數(shù)據(jù)導(dǎo)入預(yù)先設(shè)定好的數(shù)組Input中，具體導(dǎo)入程序如下：

FILE*fp；

fp=fopen（"F：\1.dat"，"rb"）；

if（！（fp=fopen（"F：\1.dat"，"rb"）））

｛printf（"Error opening%s"，"1.dat"）；

｝

else

｛for（i=0；i＜Tn；i++）

｛fscanf（fp，"%d"，&Input［i］）；｝

｝

fclose（fp）；

圖1　不同被試MPF值變化折線圖

其中，1.dat為所采集肌電數(shù)據(jù)。這種方法需要直接讀寫計算機(jī)中的文件，因此對仿真器要求比較高。本實(shí)驗(yàn)采用XDS560V2型仿真器以提高數(shù)據(jù)處理的實(shí)時性，對數(shù)據(jù)進(jìn)行FFT計算，計算正確與否可以通過CCSV5.5自帶的Graph繪圖工具與Matlab中所繪圖形進(jìn)行比較。DSP與Matlab計算同一組肌電信號FFT后所得波形圖對比如圖2所示。

圖2　DSP與Matlab波形圖對比

由圖2可知，DSP與Matlab計算肌電信號FFT結(jié)果基本保持一致，在CCSV5.5中經(jīng)IFFT計算結(jié)果在誤差允許范圍之內(nèi)。在做算法移植前，還須對經(jīng)FFT處理后的肌電信號值進(jìn)行計算，得出對應(yīng)的MPF值，從而獲得所采集肌電數(shù)據(jù)在不同狀態(tài)下所對應(yīng)的MPF值。第1個被試在連續(xù)6組實(shí)驗(yàn)后，Matlab與DSP處理所得MPF值對比（以下M代表Matlab處理所得數(shù)據(jù)，D代表DSP處理所得數(shù)據(jù)）如表1所示。

由表1可知，經(jīng)TMS320C6748與Matlab分別計算所得的MPF值采用雙精度實(shí)數(shù)表示，兩者誤差在0～0.000 002之內(nèi)，可以用DSP代替Matlab求取MPF值。因此，利用DSP處理肌電信號求取其MPF值，同樣能為肌電疲勞提供有效數(shù)據(jù)。

表1　利用Matlab與DSP計算MPF值誤差對比

3　結(jié)束語

本文通過對TMS320C6748與Matlab處理肌電數(shù)據(jù)所得FFT波形圖及MPF值進(jìn)行比較，可以看出利用TMS320C6748能有效處理肌電信號；通過對處理后表面肌電數(shù)據(jù)進(jìn)行分析可知，在運(yùn)動一段時間后，肌電MPF值斜率明顯升高，說明肌肉所處疲勞狀態(tài)已進(jìn)一步加深。今后還可以利用DSP可視化顯示進(jìn)一步分析肌電疲勞，對該項研究進(jìn)行補(bǔ)充和完善。

［1］程冬梅，周曉蓉，范利華.表面肌電在肢體肌肉功能評估中的應(yīng)用及研究進(jìn)展［J］.中國司法鑒定，2014（3）：43-46.

［2］羅林輝，趙翠蓮，黎嘯，等.基于肌電特征的上肢對稱側(cè)相關(guān)性研究［J］.航天醫(yī)學(xué)與醫(yī)學(xué)工程，2015，28（1）：28-33.

［3］代恩澤，賈勁，龔標(biāo)，等.SEMG在足球運(yùn)動員下肢肌肉訓(xùn)練中的應(yīng)用研究進(jìn)展［J］.保健醫(yī)學(xué)研究與實(shí)踐，2015，12（3）：93-96.

［4］馮艷梅，仲雪飛，王俊俊，等.基于DSP的肌電信號采集處理［J］.電子器件，2014，37（5）：830-834.

［5］萬莎，侯文生，楊丹丹，等.基于LabVIEW的多通道SEMG信號檢測系統(tǒng)設(shè)計［J］.電子技術(shù)應(yīng)用，2012（3）：78-81.

［6］陳萬忠，孫保峰，高韌杰，等.基于NNE技術(shù)的手臂運(yùn)動模式識別算法研究［J］.吉林大學(xué)學(xué)報：工學(xué)版，2013，43（3）：69-73.

［7］陳曉靜，戚春華，朱守林，等.基于表面肌電的草原公路駕駛員局部肌肉疲勞試驗(yàn)研究［J］.科學(xué)技術(shù)與工程，2015，15（4）：278-282.

［8］李建華.表面肌電圖的康復(fù)臨床評估應(yīng)用進(jìn)展［J］.實(shí)用醫(yī)院臨床雜志，2014，11（5）：4-6.

Implementation of surface muscle fatigue detection algorithm on DSP

CHEN Tao，ZHAO Li
（Tianjin Key Laboratory of Information Sensing and Intelligent Control，Tianjin University of Technology and Education，Tianjin 300222，China）

TMS320C6748 DSP is used to take the place of Matlab to analyzes the data obtained from the surface electromyography（SEMG）.The method of frequency domain to do feature extraction is used to analyze the electromyography fatigue，the results of the same algorithm on different platforms are discussed，and the validity of the fatigue analysis of EMG signals is studied.Thus，it can be designed as a medical recovery device to monitor athletes and some patients with limb disorders needing to recover their strength of muscle.

surface electromygraphy；muscle fatigue；digital signal processor（DSP）

TP18

A

2095－0926（2015）04－0022－04

2015-10-12

國家自然科學(xué)基金資助項目（61178081）；國家高技術(shù)研究發(fā)展計劃項目（“863”計劃）（2015AA033303）；天津市應(yīng)用基礎(chǔ)與前沿技術(shù)研究計劃重點(diǎn)項目（14JCZ DJC36300）；天津職業(yè)技術(shù)師范大學(xué)科研發(fā)展基金項目（KTY11-09）.

陳濤（1988—），男，碩士研究生；趙麗（1962—），女，教授，博士，碩士生導(dǎo)師，研究方向?yàn)樯镝t(yī)學(xué)工程.