表面肌電信號(hào)（Surface Electromyography）是眾多生物電信號(hào)中的一種，也是相對(duì)來(lái)說(shuō)最容易獲取的一種電生理信號(hào)。將電極片放置在人體的皮膚表面，可以記錄到皮膚表面因肌肉收縮而產(chǎn)生的微弱的電位差，而這個(gè)微弱的電位信號(hào)通過(guò)肌電采集電路的放大和轉(zhuǎn)換就形成了可用作處理的表面肌電信號(hào)。sEMG是及其微弱的，下面是肌電與常見(jiàn)電源的電壓值比較。

采集sEMG的裝置很多，國(guó)內(nèi)外均有比較成熟的產(chǎn)品在售，例如美國(guó)的Delsys、Noraxon、瑞典的MYON、德國(guó)FREEEMG（下圖從左到右）

國(guó)內(nèi)也有一些廠商在做肌電儀，雖然知名度不如Delsys這些全球廠商做的大，但是可以滿足一般的科研條件，例如杭州交浦科技研發(fā)的ELONXI肌電儀

這些產(chǎn)品在性能上大致相同，區(qū)別在于：1）通道數(shù)，這決定了采集肌肉塊的數(shù)量，一般通道數(shù)越多，信息越豐富；2）通信方式，現(xiàn)在一般是采用藍(lán)牙或者WIFI通信；3）采樣率，采樣率高表示單位時(shí)間內(nèi)獲取的有效信息更多，能夠甄別出更多肌肉突變的信息，當(dāng)然也存在著信息冗余，增加計(jì)算時(shí)間的缺點(diǎn)；4）軟件功能支持，包括接口支持、濾波支持、內(nèi)置處理方法等。

上述對(duì)產(chǎn)品的簡(jiǎn)單介紹只是讓大家了解一下采集肌電信號(hào)的設(shè)備，當(dāng)然也有很多實(shí)驗(yàn)室會(huì)自己研發(fā)特定需求的肌電采集裝置來(lái)滿足實(shí)驗(yàn)需求。采集的過(guò)程是基本步驟，當(dāng)然如果僅僅要驗(yàn)證算法，可以使用公共數(shù)據(jù)集進(jìn)行測(cè)試，比較有名的公共數(shù)據(jù)集是Ninapro，體量大，數(shù)據(jù)量全，針對(duì)的場(chǎng)景也比較廣。當(dāng)然還有high-density肌電陣列采集的數(shù)據(jù)集，浙江大學(xué)的CapgMyo。

那么肌電是如何產(chǎn)生的呢？

其實(shí)人體的各種運(yùn)動(dòng)的源頭信號(hào)均來(lái)自于大腦，相當(dāng)于一個(gè)指揮官在給身體的各個(gè)組織部分發(fā)送命令。當(dāng)人體做出某個(gè)動(dòng)作時(shí)，脊髓神經(jīng)會(huì)產(chǎn)生一個(gè)控制信號(hào)并利用神經(jīng)肌肉接頭作為媒介傳遞到肌纖維，與每個(gè)神經(jīng)元關(guān)聯(lián)的肌纖維有很多條，這些部分合在一起就構(gòu)成了所謂的運(yùn)動(dòng)單元。肌纖維細(xì)胞經(jīng)過(guò)去極化和復(fù)極化操作，在神經(jīng)肌肉接頭處產(chǎn)生動(dòng)作電位，這個(gè)動(dòng)作電位會(huì)沿著神經(jīng)元的軸突傳導(dǎo)到末梢神經(jīng)和肌肉接點(diǎn)，一旦運(yùn)動(dòng)神經(jīng)接觸到肌肉，那么它的軸突將會(huì)分支到多個(gè)肌纖維上，每個(gè)分支終止在肌纖維上形成運(yùn)動(dòng)突出的過(guò)程稱為運(yùn)動(dòng)終板。傳導(dǎo)到軸突末梢的動(dòng)作電位使神經(jīng)與肌肉的接點(diǎn)釋放化學(xué)物質(zhì)乙酸膽堿，它使得運(yùn)動(dòng)終板的離子通透性發(fā)生變化產(chǎn)生終板電位，而后，該終板電位使肌細(xì)胞膜達(dá)到去極化閾值電位，并產(chǎn)生肌纖維的動(dòng)作電位，這個(gè)動(dòng)作電位沿著肌纖維向兩個(gè)肌腱端傳播，引起了肌纖維內(nèi)的一系列變化，導(dǎo)致肌纖維的收縮，大量肌纖維收縮產(chǎn)生肌肉力，并在其周圍組織中產(chǎn)生細(xì)胞外電場(chǎng)。周圍組織經(jīng)過(guò)濾波操作，便可由表面電極或針電極檢測(cè)到人體軟組織中因電流場(chǎng)而表現(xiàn)出的電位差，記錄這種肌肉動(dòng)作電位的曲線稱為肌電圖（Electromyography, EMG），即所謂的肌電信號(hào)。

總結(jié)一句比較好理解的就是：你想抬胳膊的時(shí)候，這個(gè)想法從大腦給出，通過(guò)神經(jīng)介質(zhì)啥的傳遞到能執(zhí)行抬胳膊的肌肉處，一系列的化學(xué)反應(yīng)之后促使肌肉收縮從而在肌肉纖維上產(chǎn)生動(dòng)作電位，形成電勢(shì)差，恰好你把特殊裝置（肌電貼片）貼合在皮膚表面就獲取到了這個(gè)電勢(shì)差的變化，產(chǎn)生的微弱的電位信號(hào)。加入我們?cè)诟觳驳那氨凵腺N了足夠多的有效電極，那么手部的任何運(yùn)動(dòng)在各個(gè)電極上產(chǎn)生的電位信號(hào)的組合是不相同的，是可區(qū)分的。因此，我們可以通過(guò)肌電信號(hào)來(lái)把手勢(shì)動(dòng)作分割出來(lái)（對(duì)應(yīng)到整個(gè)手臂動(dòng)作、腿部動(dòng)作、咽喉部動(dòng)作、背部動(dòng)作均可以區(qū)分）。下圖是16個(gè)通道信號(hào)在完成不通手勢(shì)的時(shí)候的原始信號(hào)幅值變化。動(dòng)作越接近，幅值變化也就越接近。

那么采集到這些信號(hào)之后如何處理呢？

一般情況下，采集裝置的軟硬件中都會(huì)有一些濾波裝置，例如肌電在20Hz-500Hz有效，那么就用濾波器截取出這部分有效信號(hào)，對(duì)于50Hz/60Hz的電位串?dāng)_噪聲，可以用陷波濾波器去掉。所以我們可以默認(rèn)從采集裝置中獲取的信號(hào)就是比較純凈的信號(hào)了（當(dāng)然噪聲還是很大的，畢竟生物電信號(hào)的特點(diǎn)就是不穩(wěn)定、噪聲大）。對(duì)肌電信號(hào)的處理流程圖如下所示

當(dāng)然也不是絕對(duì)的這個(gè)過(guò)程，預(yù)處理中的放大、濾波等都可以在硬件中處理。大多數(shù)按照這個(gè)處理流程：采集——>預(yù)處理（濾波）——>特征提取（含分窗）——>分類。其中特征提取和分類一直是做肌電分類的研究者的研究重點(diǎn)。

簡(jiǎn)單的介紹下后邊的三個(gè)部分

預(yù)處理一般就是對(duì)獲取到的信號(hào)進(jìn)行軟件處理，可以用小波變換等去噪方法進(jìn)行去噪，也可以根據(jù)處理性能對(duì)信號(hào)進(jìn)行重采樣，還可以對(duì)信號(hào)從頻域或者時(shí)頻域上進(jìn)行分析

特征提取一般是與信號(hào)分割（分窗）結(jié)合的，采用移動(dòng)窗口法，在特定的小窗口中提取特征變量，一方面可以降維，另一方面特征量相對(duì)原始數(shù)據(jù)更能體現(xiàn)該段的特征，下圖中的w就是一個(gè)窗口，t是一個(gè)shift window，相鄰的兩個(gè)窗口之間的重合率是（w-t）/ w。因?yàn)闀r(shí)序信號(hào)往往都存在這上下文相關(guān)的特性，所以具備一定的重合更能體現(xiàn)出特征。在w窗口內(nèi)對(duì)這一段信號(hào)提取特征，這些特征可以分為時(shí)域特征，就是一些統(tǒng)計(jì)量啥的，均方根，能量，過(guò)零點(diǎn)等等太多了。頻域特征，提取的就是經(jīng)過(guò)傅里葉變換的頻域方面的特征，中值頻率，均值頻率等等，不過(guò)頻域特征的效果不如時(shí)域特征好。還有時(shí)頻域特征，包括小波變換，小波包變換等等。當(dāng)然還有其他一些特征提取方法，包括有人用深度學(xué)習(xí)方法CNN從大量的數(shù)據(jù)中提取出一些“黑盒”特征。

分類就是對(duì)特征進(jìn)行分類，一般現(xiàn)在都是用機(jī)器學(xué)習(xí)方法（包括深度學(xué)習(xí)）對(duì)特征與對(duì)應(yīng)的類別進(jìn)行建模。傳統(tǒng)意義上的分類方法包括KNN，Bayes，LDA，SVM，ANN，RF等等分類器，效果其實(shí)已經(jīng)很好了。但是大家不滿足傳統(tǒng)分類器經(jīng)驗(yàn)指導(dǎo)（設(shè)定參數(shù)）的模式，覺(jué)得如果用深度學(xué)習(xí)深挖模式關(guān)系會(huì)更好，然后有了很多人把目前流行的深度學(xué)習(xí)框架都放到肌電上去跑，從CNN，LSTM到TCN，GCN甚至膠囊網(wǎng)絡(luò)等等。

總結(jié)一下，本文主要是簡(jiǎn)單介紹下肌電是什么，怎么采集，大致的處理流程。更多細(xì)致的處理方法見(jiàn)后續(xù)...如有錯(cuò)誤，請(qǐng)?jiān)u論指正！

?

總結(jié)

以上是生活随笔為你收集整理的表面肌电信号（sEMG）介绍的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。