[go: up one dir, main page]

CN108143414B - 一种自适应滤除表面肌电信号电刺激伪迹的在线方法 - Google Patents

一种自适应滤除表面肌电信号电刺激伪迹的在线方法 Download PDF

Info

Publication number
CN108143414B
CN108143414B CN201810027796.8A CN201810027796A CN108143414B CN 108143414 B CN108143414 B CN 108143414B CN 201810027796 A CN201810027796 A CN 201810027796A CN 108143414 B CN108143414 B CN 108143414B
Authority
CN
China
Prior art keywords
electrical stimulation
artifact
filtering
signal
artifacts
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810027796.8A
Other languages
English (en)
Other versions
CN108143414A (zh
Inventor
李玉榕
杜民
陈军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou University
Original Assignee
Fuzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fuzhou University filed Critical Fuzhou University
Priority to CN201810027796.8A priority Critical patent/CN108143414B/zh
Publication of CN108143414A publication Critical patent/CN108143414A/zh
Application granted granted Critical
Publication of CN108143414B publication Critical patent/CN108143414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Electrotherapy Devices (AREA)

Abstract

本发明公开了一种自适应滤除表面肌电信号电刺激伪迹的在线方法，包括步骤：1）利用亚阈值刺激采集纯电刺激伪迹，对纯电刺激伪迹的放电部分进行在线建模，得到滤波模；2）对每一个电刺激产生的肌电信号，以电刺激的脉冲信号作为滤波器的起始信号，在电刺激伪迹的脉冲阶段使用屏蔽滤波，屏蔽至电刺激伪迹的负向脉冲尖峰；3）屏蔽结束后，利用滤波模板计算伪迹估计值，并从采集的肌电信号中扣除该伪迹估计值，滤除伪迹放电部分，直到下一个电刺激脉冲开始。本发明利用混合滤波方法能够有效滤除电刺激伪迹，实时去除肌电信号中的电刺激伪迹，且不会使肌肉电信号失真。

Description

一种自适应滤除表面肌电信号电刺激伪迹的在线方法
技术领域
本发明涉及电刺激技术领域，具体涉及一种自适应滤除表面肌电信号电刺激伪迹的在线方法。
背景技术
当电刺激系统和肌电信号采集系统同时使用时，电刺激会严重污染采集到的表面肌电信号(electromyography, EMG)。电刺激下采集的肌电信号主要包括肌肉电信号(M波)，自主意愿肌电信号和电刺激伪迹。刺激伪迹的幅值比表面肌电信号幅值要高得多，且与M波和自主意愿肌电信号在频域和时域上混叠，严重污染了肌电信号。因此在有电刺激情况下，对肌电信号的分析和使用，首先应进行电刺激伪迹的滤除。
目前已经发表的文献研究中，滤除表面肌电信号中电刺激伪迹的方法主要有以下几种方法。（1）使用采样保持的屏蔽方式，即在输出电刺激时，停止EMG信号的采集。且当刺激频率较高时，被屏蔽的信号较多，严重影响了EMG信号的质量。屏蔽的方法会删除过多或留下一部分刺激伪迹，这取决于屏蔽窗口的长度。当刺激源为恒流源时，电刺激伪迹的后段响应缓慢，电刺激为伪迹波形会覆盖较长的时间区域。（2）使用经验模态分解、小波分解等方法对信号进行分解，对分解之后的信号不同分量进行滤波处理。基于信号分解的方法，如经验模态分解能够分解出本征模函数分量，虽然从趋势上是将不同的频率成分分解，但是并没有指标能说明某个本征分量是电刺激伪迹，小波分解存在同样的问题。且基于分解的方法不适合用于在线应用，不能用于实时系统。（3）使用伪迹模板的方法，或者使用具有参考信号的自适应滤波方法。这种方法的有效性取决于模板的准确性和模板的适应性，需要研究电刺激波形特点、刺激电极与EMG传感器的位置等和电刺激伪迹的关系。已有报道说明刺激电极与EMG传感器的位置对电刺激波形特点影响较大，所以这种方法对于实验安装位置要求较高。且当采用离线模板方法时，实验条件发生改变时会导致模板的改变，使得出现噪声无法滤除或噪声滤除的同时有效信号也被减弱。
发明内容
针对现有技术的不足，本发明提出一种自适应滤除表面肌电信号电刺激伪迹的在线方法，能够有效滤除电刺激伪迹，且不破坏肌肉电信号；对电刺激伪迹和肌肉电信号的混叠程度没有特殊要求；使用的模板具有适应性，能够适应不同的实验个体和电极位置的变化；实现与电刺激同步的在线滤波，可用于实时系统中使用；对于具有类似形态的其他生理电信号中的电刺激伪迹，可以使用一样的方法进行滤波。
为实现上述目的，本发明的技术方案是：一种自适应滤除表面肌电信号电刺激伪迹的在线方法，包括：
步骤S1：利用亚阈值刺激采集纯电刺激伪迹，对纯电刺激伪迹的放电部分进行在线建模，得到滤波模板；
步骤S2：对每一个电刺激产生的肌电信号，以电刺激的脉冲信号作为滤波器的起始信号，在电刺激伪迹的脉冲阶段使用屏蔽滤波，屏蔽至电刺激伪迹的负向脉冲尖峰；
步骤S3：屏蔽结束后，利用滤波模板计算伪迹估计值，并从采集的肌电信号中扣除该伪迹估计值，滤除伪迹放电部分，直到下一个电刺激脉冲开始。
进一步地，所述步骤S1中的建模过程具体为：
利用自回归过程模型对纯电刺激伪迹的放电部分进行建模，利用递归最小二乘法辨识，d阶自回归过程模型如下：
Figure DEST_PATH_IMAGE001
其中，d是自回归过程模型的阶数，y i 为时间序列的观测值，w i 为估计权值，e k 为高斯白噪声过程。
与现有技术相比，本发明具有有益效果：
（1）实现与电刺激同步的在线滤波，可以用于实时系统，对每一个周期的电刺激伪迹进行滤波，混合滤波方法能够有效滤除电刺激伪迹，且不会使肌肉电信号失真；
（2）在预刺激阶段使用亚阈值电刺激的表面肌电信号进行模板建模，使建立的模板能够适应实验个体和电极张贴位置的差异性；
（3）使用的滤波屏蔽具有自适应的窗口长度，无需手动设定参数；
（4）本发明对电刺激伪迹和肌肉电信号的混叠程度没有特殊要求，适用于更一般的情况。
附图说明
图1是本发明一种自适应滤除表面肌电信号电刺激伪迹的在线方法的流程示意图；
图2是本发明一实施例电刺激伪迹的波形图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示，本发明的一种自适应滤除表面肌电信号电刺激伪迹的在线方法，第一步骤是预刺激，利用亚阈值刺激采集纯净电刺激伪迹，对电刺激伪迹的放电部分进行在线建模，第二步骤是在滤波阶段，对电刺激伪迹的尖峰脉冲阶段使用屏蔽法滤波，对电刺激伪迹的放电部分使用模板滤波。
第一步骤是预刺激，在预刺激阶段，使用亚阈值电刺激采集纯净的电刺激伪迹信号用于建立伪迹模板。亚阈值刺激指低于人体运动单元激活阈值的电刺激。亚阈值刺激不会产生动作电位，采集到的表面肌电信号为纯净的电刺激伪迹。电刺激伪迹的波形如图2所示，虚线左边称为电刺激伪迹的脉冲阶段，虚线右侧称为电刺激伪迹的放电阶段。利用采集的纯净信号作为观测值，建立电刺激伪迹放电部分的模型作为后续滤波模板。利用自回归模型利用自回归(autoregressive, AR)过程模型对电刺激伪迹放电部分进行建模，利用递归最小二乘法(recursive least squares, RLS)辨识。d阶自回归AR模型有如下形式：
Figure 259411DEST_PATH_IMAGE001
其中d是AR模型的阶数，y i 为时间序列的观测值，w i 为估计权值，e k 为高斯白噪声过程。
第二步骤是电刺激伪迹滤波。滤波过程分为两个部分，即屏蔽滤波和模板滤波，如图1所示。因为不同电刺激强度下，每个周期的电刺激伪迹信号的脉冲阶段差异较大而放电阶段具有相似性，所以对电刺激伪迹的脉冲阶段使用屏蔽滤波，对电刺激伪迹的放电部分使用模板滤波。在滤波阶段，滤波是与电刺激同步的，以电刺激的脉冲信号作为滤波器的起始信号，首先开始屏蔽，屏蔽至电刺激伪迹的负向脉冲尖峰。屏蔽结束后，利用伪迹放电阶段的滤波模板计算，并从采集信号中扣除计算得的伪迹估计值，滤除伪迹放电部分，直到下一个电刺激脉冲开始，完成一个周期的电刺激伪迹滤波。
以上所述的具体实施例，对本发明的目的、技术方案和成果进行了详尽说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种自适应滤除表面肌电信号电刺激伪迹的在线方法，其特征在于，包括：
步骤S1：利用亚阈值刺激采集纯电刺激伪迹，对纯电刺激伪迹的放电部分进行在线建模，得到滤波模板；
步骤S2：对每一个电刺激产生的肌电信号，以电刺激的脉冲信号作为滤波器的起始信号，在电刺激伪迹的脉冲阶段使用屏蔽滤波，屏蔽至电刺激伪迹的负向脉冲尖峰；
步骤S3：屏蔽结束后，利用滤波模板计算伪迹估计值，并从采集的肌电信号中扣除该伪迹估计值，滤除伪迹放电部分，直到下一个电刺激脉冲开始；
其中，所述步骤S1中的建模过程具体为：
利用自回归过程模型对纯电刺激伪迹的放电部分进行建模，利用递归最小二乘法辨识，d阶自回归过程模型如下：
yk＝w1yk-1+…+wdyk-d+ek
其中，d是自回归过程模型的阶数，yi为时间序列的观测值，wi为估计权值，ek为高斯白噪声过程。
CN201810027796.8A 2018-01-11 2018-01-11 一种自适应滤除表面肌电信号电刺激伪迹的在线方法 Active CN108143414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810027796.8A CN108143414B (zh) 2018-01-11 2018-01-11 一种自适应滤除表面肌电信号电刺激伪迹的在线方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810027796.8A CN108143414B (zh) 2018-01-11 2018-01-11 一种自适应滤除表面肌电信号电刺激伪迹的在线方法

Publications (2)

Publication Number Publication Date
CN108143414A CN108143414A (zh) 2018-06-12
CN108143414B true CN108143414B (zh) 2021-05-18

Family

ID=62461377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810027796.8A Active CN108143414B (zh) 2018-01-11 2018-01-11 一种自适应滤除表面肌电信号电刺激伪迹的在线方法

Country Status (1)

Country Link
CN (1) CN108143414B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112022156B (zh) * 2020-08-25 2024-09-24 南京智映博康医疗器械有限公司 一种实时去除刺激伪迹的生物电信号采集系统及方法
CN115644882A (zh) * 2022-11-01 2023-01-31 南方科技大学 基于织物电极的电刺激干扰滤除方法、装置、终端及介质
CN115607160A (zh) * 2022-11-25 2023-01-17 南京麦澜德医疗科技股份有限公司 一种在磁电刺激下检测诱发生物电信号的方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1996025093A1 (en) * 1995-02-17 1996-08-22 Ep Technologies, Inc. Systems and methods for filtering signals derived from biological events
CN2530301Y (zh) * 2001-03-09 2003-01-08 北京卡迪欧医疗设备有限责任公司 用于对心电信号进行分析的分析器
CN102697496A (zh) * 2012-06-07 2012-10-03 天津大学 一种功能性电刺激表面肌电信号的滤波方法
US8521268B2 (en) * 2011-05-10 2013-08-27 Medtronic, Inc. Techniques for determining cardiac cycle morphology
CN105122273A (zh) * 2013-01-17 2015-12-02 科迪影技术股份有限公司 用于电生理学信号的非局域均值滤波
CN105997064A (zh) * 2016-05-17 2016-10-12 成都奥特为科技有限公司 一种用于人体下肢表面肌电信号的辨识方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020169485A1 (en) * 1995-10-16 2002-11-14 Neuropace, Inc. Differential neurostimulation therapy driven by physiological context
JP2004240518A (ja) * 2003-02-03 2004-08-26 Nippon Telegr & Teleph Corp <Ntt> 信号解析方法および装置と信号解析プログラム並びに該プログラムを記録した記録媒体
US9014798B2 (en) * 2005-10-20 2015-04-21 Neurometrix, Inc. Automated stimulus artifact removal for nerve conduction studies
CN101317794B (zh) * 2008-03-11 2010-04-14 清华大学 多指多自由度假手用肌电控制能力检测训练方法
CN102164537B (zh) * 2008-09-17 2015-04-15 Med-El电气医疗器械有限公司 用于去除神经记录的刺激伪迹
US8335664B2 (en) * 2008-09-18 2012-12-18 Imec Method and system for artifact reduction
CN203506713U (zh) * 2013-09-25 2014-04-02 中国科学院昆明动物研究所 数字化多通道电刺激伪迹消除记录装置
US11103172B2 (en) * 2013-10-28 2021-08-31 Medtronic, Inc. Devices and methods for sensing physiological signals during stimulation therapy
JP6576343B2 (ja) * 2013-11-07 2019-09-18 セーフオプ サージカル インコーポレイテッド 神経機能を検出するためのシステムおよび方法
US9116835B1 (en) * 2014-09-29 2015-08-25 The United States Of America As Represented By The Secretary Of The Army Method and apparatus for estimating cerebral cortical source activations from electroencephalograms
CN105031812A (zh) * 2015-06-09 2015-11-11 电子科技大学 一种肌电信号反馈的功能性电刺激闭环控制系统及方法
CN107233094A (zh) * 2016-03-29 2017-10-10 上海海神医疗电子仪器有限公司 一种肌电图诱发电位仪

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1996025093A1 (en) * 1995-02-17 1996-08-22 Ep Technologies, Inc. Systems and methods for filtering signals derived from biological events
CN2530301Y (zh) * 2001-03-09 2003-01-08 北京卡迪欧医疗设备有限责任公司 用于对心电信号进行分析的分析器
US8521268B2 (en) * 2011-05-10 2013-08-27 Medtronic, Inc. Techniques for determining cardiac cycle morphology
CN102697496A (zh) * 2012-06-07 2012-10-03 天津大学 一种功能性电刺激表面肌电信号的滤波方法
CN105122273A (zh) * 2013-01-17 2015-12-02 科迪影技术股份有限公司 用于电生理学信号的非局域均值滤波
CN105997064A (zh) * 2016-05-17 2016-10-12 成都奥特为科技有限公司 一种用于人体下肢表面肌电信号的辨识方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Separability of EEG Signals Recorded During Right and Left Motor Imagery Using Adaptive Autoregressive Parameters;Gert Pfurtscheller等;《IEEE TRANSACTIONS ON REHABILITATION ENGINEERING》;19980930;第6卷(第3期);第316页左栏第1段至第324页左栏第4段 *
Stimulus artifact removal using a software-based two-stage peak detection algorithm;Derek T. O’Keeffe等;《Journal of Neuroscience Methods》;20011231;第109卷;第137页左栏第1段至第145页左栏第5段 *

Also Published As

Publication number Publication date
CN108143414A (zh) 2018-06-12

Similar Documents

Publication Publication Date Title
CN108143414B (zh) 一种自适应滤除表面肌电信号电刺激伪迹的在线方法
Nimunkar et al. EMD-based 60-Hz noise filtering of the ECG
CN103405227B (zh) 基于双层形态学滤波的心电信号预处理方法
Khan et al. Wavelet based ECG denoising using signal-noise residue method
Hu et al. Removal of baseline wander from ECG signal based on a statistical weighted moving average filter
CN108742611B (zh) 一种随机动态参数电刺激条件下的自主肌电提取方法
CN104688220A (zh) 一种去除脑电信号中眼电伪迹的方法
CN105342605A (zh) 一种去除脑电信号中肌电伪迹的方法
CN102697495A (zh) 基于总体平均经验模式分解的二代小波肌电信号消噪方法
CN108042130A (zh) 一种基于经验模式分解（emd）的脑电信号预处理方法
Taralunga et al. Fetal ECG enhancement: adaptive power line interference cancellation based on Hilbert Huang Transform
Almalchy et al. Noise removal from ECG signal based on filtering techniques
Abbaspour et al. ECG artifact removal from surface EMG signal using an automated method based on wavelet-ICA
CN107361764A (zh) 一种心电信号特征波形r波的快速提取方法
CN110680317A (zh) 基于独立向量分析的高密度表面肌电信号消噪方法
Franchevska et al. The Method and Algorithm for Detecting the Fetal ECG Signal in the Presence of Interference
Liu et al. ECG signal denoising based on morphological filtering
Rahman et al. Adaptive noise removal in the ECG using the block LMS algorithm
Hu et al. Applying independent component analysis on ECG cancellation technique for the surface recording of trunk electromyography
Anapagamini et al. Removal of artifacts in ECG using Empirical mode decomposition
Suchetha et al. Empirical mode decomposition-based subtraction techniques for 50 Hz interference reduction from electrocardiogram
Heydari et al. Adaptive wavelet technique for EEG de-noising
Ivanushkina et al. Fetal electrocardiogram extraction from maternal abdominal signals
Hu et al. ECG cancellation for surface electromyography measurement using independent component analysis
CN104935292B (zh) 一种基于源数估计的表面肌电信号自适应滤波方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant