2008年度從“衡量上肢義肢成功標(biāo)準(zhǔn)”到肌電控制/動(dòng)力假肢進(jìn)程的座談會(huì)于2008年8月13-15號(hào)在加拿大新不倫瑞克省的弗雷德里頓舉行。
應(yīng)用于減少前臂肌電圖交叉效應(yīng)的先進(jìn)的信號(hào)處理技術(shù)
摘要
盡管義肢在機(jī)械和電子元件方面有了巨大的進(jìn)步，但是它們與真正的人類的手相比仍舊缺乏高度自由度。那不是因?yàn)榧夹g(shù)的缺乏，而是因?yàn)楫?dāng)在前臂殘肢或其它人工傳感器上使用表面肌電圖時(shí)可用獨(dú)立控制信號(hào)數(shù)量的大大減少。在相鄰肌肉間產(chǎn)生干擾的交叉效應(yīng)隱藏了表面肌電圖的目標(biāo)肌肉和減少選擇性。
在一個(gè)單一的個(gè)案研究中，當(dāng)測(cè)試者完成十一個(gè)不同的等長(zhǎng)收縮時(shí)，從一個(gè)健全測(cè)試者的前臂上獲得的表面肌電圖信號(hào)會(huì)記錄在一個(gè)表面的5x13電極陣列上。為了減少不同肌肉的表面肌電圖信號(hào)的交叉效應(yīng)，我們應(yīng)用了一個(gè)稱作為JADE的盲信號(hào)分離技術(shù)(BSS)。
盡管沒(méi)有完全確定結(jié)果，但是他們指出BSS技術(shù)可以明顯減少表面肌電圖信號(hào)的交叉效應(yīng)并且因此BSS能夠增加對(duì)肌電控制的選擇性記錄。
引言
當(dāng)前的肌電義肢通常只有一或二個(gè)自由度(DOF)，各種運(yùn)動(dòng)非常有限。而且，它們的控制只是開-關(guān)或簡(jiǎn)單比例模式。因此，使用者還不能很自然的控制它們。這就是為什么大多數(shù)用戶盡管有很高的技術(shù)水平還是選擇不依賴肌電來(lái)控制假手。
另一方面，機(jī)器人手和手臂有好幾個(gè)自由度;然而， 它們不是很適合裝在膝蓋或假肢連接處，主要因?yàn)榭刂扑鼈冃枰芏嗟男盘?hào)。
嘗試著結(jié)合機(jī)器人手和義肢的特點(diǎn)，幾個(gè)實(shí)驗(yàn)室已經(jīng)研究出了高自由度(甚至在10以上)的新型義肢。為了能以自然的方式控制那些設(shè)備(舉例來(lái)說(shuō)，通過(guò)受體激動(dòng)劑-拮抗劑的成對(duì)肌肉)，需要從位于使用者殘肢的肌肉中收集比往常的兩個(gè)多許多的獨(dú)立肌電信號(hào)。
在前臂中有19對(duì)肌肉，所有的肌肉都很小，緊挨著彼此，并且經(jīng)常交叉和重疊。因此，當(dāng)我們嘗試著記錄表面肌電圖信號(hào)時(shí)，不得不面對(duì)在不同的肌肉之間形成的一個(gè)很高程度的交叉效應(yīng)。
在近的工作中，我們通過(guò)使用BSS來(lái)試著解決前臂肌肉產(chǎn)生的交叉效應(yīng);聯(lián)合近似對(duì)角化(JADE)[1]。我們已經(jīng)用JADE來(lái)使表面肌電圖信號(hào)分離成組成部件(運(yùn)動(dòng)單元?jiǎng)幼麟娢恍蛄?[2]。另外，其他研究人員已經(jīng)令人滿意的運(yùn)用了減少前臂表面肌電圖信號(hào)的交叉效應(yīng)的其他BSS技術(shù)[3]。
然而，他們使用的這個(gè)技術(shù)也以從頻率域獲得的信息采集為基礎(chǔ)，由于隨著時(shí)間和疲勞此類因素使得表面肌電圖改變的頻率特性，可能使得這個(gè)技術(shù)不適合長(zhǎng)期記錄[4]。
方法
數(shù)據(jù)采集
經(jīng)協(xié)商，選定一個(gè)健康的男性受試者進(jìn)行測(cè)試。請(qǐng)他坐在椅子上，姿勢(shì)以他舒適為準(zhǔn)，將其右臂固定在我們的機(jī)械裝置上，保證手掌和手腕不會(huì)亂動(dòng)(見圖1)，每一個(gè)等距收縮測(cè)量外露的力矩，它組成了：指骨2 到 5(從食指到小拇指)的末端指骨彎曲，然后是中間指骨;之后，手腕外展，內(nèi)縮;，手腕(前臂)內(nèi)轉(zhuǎn)。每一次的收縮運(yùn)動(dòng)都進(jìn)行3次，對(duì)稱，10秒，向上&向下彎曲達(dá)到一半受試者的肌肉隨意收縮力(MVC);每一個(gè)動(dòng)作獨(dú)立重復(fù)，間歇3秒適當(dāng)進(jìn)行放松。
給每一個(gè)等長(zhǎng)力矩制定s-EMG記錄，一個(gè)13×5的電極排列(OT Bioelettronica, Torino, 意大利模型 ELSCH064)放在前臂的前面部分，如圖2所示，使用單極模式(遠(yuǎn)程參考電極——ARBO 兒科 ECG-放置到腕部)。每一個(gè)孔有一個(gè)特色的金屬環(huán)，粘有傳導(dǎo)凝膠;電極間距離是8mm。以2048 samples/s的速度采集。
信號(hào)處理
首先，通過(guò)列減法(方向垂直于肌肉纖維)將65通道的單極記錄轉(zhuǎn)到雙極60通道的信號(hào)中。將JADE 應(yīng)用到60通道，每一個(gè)有11種不同的收縮，為每一個(gè)收縮獲取各自的通道。得到分離矩陣(在混合過(guò)程中帶來(lái)逆矩陣)，之后會(huì)用到，經(jīng)過(guò)標(biāo)準(zhǔn)處理后，創(chuàng)建重量矩陣，代表每一個(gè)收縮“指紋”通道的線性組合。圖3 所示為獲取的重量矩陣的二維代表，對(duì)應(yīng)每一個(gè)收縮。一個(gè)“重要”矩陣創(chuàng)建成功，用于它的每一個(gè)線中，如果是JADE，則為1×60矩陣。這一矩陣可應(yīng)用到每一個(gè)記錄中，是輸出(嚴(yán)格意義上講是較高的均方根值)強(qiáng)大的通道，可作為代表性收縮，因此是強(qiáng)大的活動(dòng)。
結(jié)果分析和討論
圖 4 顯示了已識(shí)別的收縮。在11種收縮外，6個(gè)被正確分類。其余的4個(gè)只達(dá)到 10%，比起獲勝的收縮強(qiáng)度差一些，其中的一個(gè)和公認(rèn)的收縮一樣強(qiáng)大。但它沒(méi)有什么作用，整個(gè)進(jìn)程都是自動(dòng)的，無(wú)需進(jìn)行更正，如，JADE算法還不能作為s-EMG活動(dòng)的目標(biāo)收縮代表。因?yàn)槿艏尤胍恍┻M(jìn)一步的信號(hào)處理，如過(guò)濾處理，可獲得更好的結(jié)果。
結(jié)論
這種方法是可減少s-EMG 信號(hào)中發(fā)生串道的頻率，是一個(gè)很有前景的法案。與其他復(fù)雜的統(tǒng)計(jì)或者人工神經(jīng)網(wǎng)絡(luò)算法相比，這也是分類肌肉活動(dòng)更快、 更經(jīng)濟(jì)的方式。使用一些額外的處理程序，可以進(jìn)一步改善這些結(jié)果。
致謝
實(shí)驗(yàn)是在教授Merletti’s LISiN 實(shí)驗(yàn)室 (Torino, Italy)進(jìn)行的。作者在此對(duì)他和其團(tuán)隊(duì)表示感謝，尤其是感謝Introzzi博士，Vieira博士，和Mesin博士的大力幫助和投入。
