电子沈显风开题分析方案.docx

电子沈显风开题分析方案.docx

《电子沈显风开题分析方案.docx》由会员分享，可在线阅读，更多相关《电子沈显风开题分析方案.docx（11页珍藏版）》请在冰豆网上搜索。

电子沈显风开题分析方案

HEFEIUNIVERSITY

毕业设计<论文）

开题报告

题　目基于LabVIEW的多通道sEMG信号检测系统设计

系　别电子信息与电气工程系

专业电子信息工程

班级10级电子信息工程1班

姓　名沈显风

指导老师纪平

完成时间2018年3月20日

合肥学院电子信息与电气工程系

毕业设计<论文）开题报告

学生：

沈显风班级：

10电子<1）班

论文题目

基于LabVIEW的多通道sEMG信号检测系统设计

导师姓名

纪平

可

行

性

方

案

分

析

可行性方案分析见附页

参

考

文

献

[1] 余学飞.医学电子仪器原理与设计[M]. 广州:

华南理工大学出版社, 2000. 

[2] 崔华.小波分析及其在信号处理中的应用[D]. 西安:

 西安电子科技大学, 2005（1>:

56-60.

[3] Song Rong, Tong Kaiyu, Hu Xiaoling, et al. Assistivecontrol system using continuous myoelectric signal in robotaided arm training for patients after stroke[J] .IEEE Transaction on Neural Systems and Rehabilitation Engineering, 2008,16（4>:

371-379.

[4] FRIGOC, CREEA P.  Multichannel SEMG in clinical gait analysis:

 A review andstate-of-the-art [J]. Clinical Biomechanics , 2009, 24:

236-245.

[5] 胡巍, 赵章, 路知远等. 无线多通道表面肌电信号采集系统设计[J]. 电子测量与仪器学报, 2009,23（11>:

30-35.

[6]加玉涛,罗志增. 肌电信号特征提取方法综述[J]. 电子器件, 2007, 30（1>:

326-330.

开

题

小

组

及

教

研

室

意

见

开题小组签名：

年月日

附页：

一、研究背景

肌电信号是人体自主运动时从骨骼及表面通过电极记录下来的神经肌肉活动发放的生物电信号，它反映了神经、肌肉的功能状态，是最早被人类发现的生物电现象。

由于截肢后，大脑仍然发送支配肢体运动的信号给残肢，这种信号是患者直觉上的一种响应方式。

骨骼肌根据大脑指令产生收缩，在收缩力和外力的共同作用下使人体产生特定的静止姿态或运动状态，从而实现了在时间和空间上具有一定特点的运动动作。

而肌电（EMG>是相应肌肉中的电行为，这种行为与肌肉的收缩成正比，同时具有提取方便，信号强度大，容易识别的特点。

所以，肌电信号可以作为上肢残端训练的参考标准。

尤其是表面肌电信号（SEMG>以其采集方便，无创伤的优点使它成为上肢残端情况的理想参考信号。

表面肌电sEMG（surfaceElectromyography>信号是在皮肤表面记录的神经肌肉系统的生物电活动，反映肌肉的活动状态，由于其无创性和简单性在临床康复及人机交互方面有广泛的应用前景。

多通道sEMG信号检测是一种新的记录方法，它能同时获得肌肉活动时的大量空间和时间分布信息，在肌肉活动分析中具有重要价值。

近年来，国内外在多通道sEMG信号检测系统设计方面已做了相关工作。

G.VijayaKrishnaPrasadI等研究了一种基于DSP的5通道sEMG信号实时采集系统；胡巍等利用单片机设计了一种无线多通道sEMG信号实时采集系统。

随着电子技术的不断发展，尤其是低成本高性能的计算机资源得到普及应用，虚拟仪器VI（VirtualInstruments>应运而生，它是利用计算机强大的计算资源和丰富的软硬件资源来组成的仪器系统，实现从传统仪器向计算机系统的过渡，以便最大限度地降低系统成本，并增强系统的功能和灵活性。

LabVIEW是一种易于编程和调试的图形化工具平台，是标准的数据采集和仪器控制软件，具有强大的数据处理及分析能力。

二、主要内容

sEMG信号是一种微弱的、非平稳的随机电信号，其振幅约为10～5000uV，频率分布在20～500Hz，信号微弱，容易受50Hz工频干扰的影响。

因此，用电极采集过来的表面肌电信号必须经过放大滤波，才能有效的识别。

本文要求设计前置调理电路，并结合NI公司开发的DAQ数据接口卡和LabVIEW开发了一种实验用sEMG信号检测分析系统，完成4通道sEMG信号的实时采集显示和时频域的特征分析。

三、系统总体设计

1.设计思路

针对多通道信号检测系统在表面肌电信号sEMG（surfaceelectromyography>信号检测分析中的应用，设计了一种基于LabVIEW的多通道sEMG信号检测系统。

利用该系统采集并分析健康受试者完成指力跟踪动作时前臂指总伸肌上4通道sEMG信号时频域的特征值。

因此本文设计了如图l所示的前置调理电路，主要包括前置放大、带通滤波、50Hz陷波、功率放大等部分。

系统总体框图如图2所示，整个系统主要由表面电极、SEMG信号前置调理电路、DAQ板卡以及LabVIEW框架下的计算机系统组成。

本文的工作主要集中在肌电信号调理电路设计、DAQ数据采集系统的软硬件配置以及LABVIEW程序设计。

图1前置调理电路框图

图2系统总体框图

2.各部分功能概述

为实现系统的功能，完成设计要求，采用模块化设计，对由电极采集到的sEMG信号，先通过前置放大部分，将微弱的sEMG信号高保真放大，并通过高通滤波、低通滤波及50Hz陷波滤除干扰，进而可以进行功率放大。

<1）电极提取sEMG信号：

通过导联线将电极板上获得的sEMG信号送到放大器的输入端。

为了完整描述肌肉的活动状况，采用多电极导联方式测量表面肌电信号。

<2）前置放大：

前置放大模块在整机中处于非常重要的地位，其性能决定了整机的主要技术指标。

前置放大模块须满足高输入阻抗、高共模抑制比、低噪声、低漂移的要求。

提高放大器的第一级增益有利于降低输出噪声，但考虑到极化电势的影响，放大电路增益不应太大。

<3）高通和低通滤波电路：

由于sEMG信号易受噪声干扰，且主要能量成分集中在20Hz～100Hz频带内，采用滤波的方法对sEMG信号作进一步的降噪处理，抑制外界干扰，从而得到较为平滑的波形。

<4）50Hz陷波电路：

虽然前端已经有很高的共模抑制比，但由于它不能消除干扰以及后级电路再次引入50Hz工频干扰，在电路的最后部分仍需加入50Hz陷波器。

<5）数据采集（DataAcquisition—DAQ>卡是基于PXI总线的内置功能插卡，可以充分利用计算机的资源增加测试系统的灵活性和扩展性二利用DAQ板卡，可快速方便地组建信号采集系统。

基于DAQ的数据采集系统不但实用而且具有很高的性价比，且传输速率高，数据吞吐量大，因此本系统采用NI公司生产的NIUSB6008采集接口卡与SEMG信号前置调理电路连接。

<6）LabVIEW软件编程实现SEMG信号的实时采集显示及时频域的分析处理。

四、系统模块方案

1.前置放大部分

<1）LM324与NE5534等

LM324与NE5534等是具有低噪声、一定精度的普通运算放大器；要构建放大电路,除了从体表采集到的肌电信号之外,还包含呼吸、人体的心脏产生的电信号以及50Hz工频信号等带来的干扰。

其中,工频干扰收起的共模信号可能远大于心电信号,从而影响系统对心电信号的分析采样。

因此,共模抑制比是衡量肌电波形性能的重要标准之一。

上述两种运算放大器单个运放构成的电路难以达到较高的共模抑制比。

<2）INA128

采用仪表放大器INA128,其具有良好的共模输入抑制能力，共模抑制比大于120dB，而且只需外接一个电阻就可调节增益。

INA128对直流电源的要求低，甚至只需2.25V的直流电源电压就要表现出色的功能特性,静态电流只有700μA，功耗低，但INA128的价格昂贵。

<3）AD620

sEMG信号为一差动式信号并且小于5mV,通常信号会先经过第一级的适当放大后,再经过高低通滤波器,可进行分级放大。

采用分级放大的原因是为了避免直流偏压经过放大后,造成后级的电饱和,而使放大后的信号产生失真。

因此为了避免放大器饱和,在这一级的放大增益应该小于30。

一般说来作为前级放大单元必须具有高输入阻抗、高共模抑制比等基本特性,如果采用低功耗，高精度的仪表放大AD620,具有低输入偏置电流、低噪声、低功耗、高精度等特性，共模抑制比可达130dB,非常适合作为医疗仪器前置放大器使用。

其增益可调<范围约1～1000倍）。

为防止前置放大器工作于饱和或截止区，其增益不能过大。

实验表明，10倍左右效果较好。

2.高通和低通滤波电路

<1）一阶滤波

其结构相对简单，且采用了集成运算放大器，它具有高输入阻抗和低输出阻抗，同时由于具有缓冲作用效果比无源滤波器好，幅频特性曲线可达到-20dB/10倍频，但要想实现更明显的滤波效果，不容易实现。

<2）二阶滤波

采有类似的结构，但幅频特性曲线能达到-40dB/10倍频程，滤波效果比一阶明显。

<3）四阶滤波

四阶滤波是由两个一阶和二阶滤波器组成的，放大器的温漂、皮肤电阻的变化、呼吸和人体运动，都会造成sEMG信号的变化，而采用四阶滤波，效果比上述两种滤波好。

3.陷波电路

<1）自适应相关模板法

利用工频干扰的相关特性，从原始输入信号中得到工频干扰的模板，进而原始输入信号中减去工频干扰的模板，达到滤波干扰的目的。

这种方法虽然简单但程序设计比较复杂。

<2）双T陷波

对于W=W0的其他频率信号,通过双T网络具有较强的负反馈,因为双T网络具有良好的滤波特性，在仪表的电源噪声滤波电路中获得了较为广泛的应用，并且双T网络具有比RC串、并联网络更好的选频特性。

综上所述，选择了用AD620放大器、四阶滤波电路及双T陷波电路来完成前置调理电路设计。

五、技术路线

1.前置调理电路

<1）前置放大

为有效放大差模信号并抑制共模信号以获得较高信噪比，本文采用运放仪表放大器AD620（最小共模抑制比为100dB，输入阻抗为10GΩ||2pF>作为前置放大，如图3所示，可通过外接电阻R1改变电路的增益。

设计时选用R1为10kΩ的可调电阻，设置R1=185Ω，前级放大倍数为：

（1>

<2）高通、低通滤波电路

滤波电路是为了提取出有效频段的sEMG信号，去除直流以及高频、低频信号成分，本文设计了一个通带范围为20～500Hz的带通滤波电路，具体如图3所示。

高通滤波由一个二阶有源滤波电路组成，实验选用R2=R3=150kΩ，C1=C2=100nF，截止频率为：

（2>

对于低通滤波电路，本文选用8阶开关电容滤波器MAX296，其中C3=152nF，对应的截止频率为：

（3>

<3）50Hz陷波电路

50Hz工频是sEMG信号有效频段内最主要的干扰，本文采用传统双T有源滤波器来滤除50Hz工频干扰，具体电路如图3所示。

其中R4=R5=68kΩ，C4=C5=47nF，计算得陷波中心频率为：

（4>

<4）功率放大

本系统采用NIUSB6008采集接口卡，其输入范围为一10V～+10V，因此设计了功率放大电路。

功率放大电路采用低噪声、非斩波稳零的双极性运算放大器OP07实现，如图3所示，其中R8=R10=1kΩ，R9为100kΩ的电位器，设置R9=20kΩ，功率放大电路的增益为：

（5>

图3前置调理电路

2.信号采集与分析

本研究需利用数据接口卡将前置调理电路拾取的sEMG信号上传到PC机上，并结合LabVIEW软件编程实现sEMG信号的实时采集显示及时频域的分析处理。

整个部分包括数据采集和数据分析两个模块。

<1）信号采集

信号采集模块是通过数据接口卡完成对4通道sEMG信号的实时采集与显示，由参数设置、滤波控制、数据保存三个部分组成．并实现数据滤波、数据保存以及数据控制。

参数设置是用来对数据采集卡进行设置的，通过DAQ助手．vI实现．实验中设置4通道模拟输人，采样频率2000Hz，采样数为l000以及连续采样的方式，同时为了提高精度，输入范围设为-3V～+3V。

滤波是由Filter．VI实现的，实验中将该Filter配置为3阶Butter'worth带通滤波器，其频率范围为20—500Hz。

以进一步提取20～500Hz频段内的sEMG信号。

数据保存是将滤波后的信号进行数字到字符串的变换，并写入文本文件（.txt>以便回放显示，它是通过WriteToSpreadsheetFile.VI实现的。

<2）信号分析

信号分析模块是完成采集信号的特征分析，包括时域中的均方根计算和频域中的功率谱峰值计算。

1>均方根

均方根（RootMeanSquare>是sEMG信号时域分析中的一种典型特征值．可以用来衡量肌电信号的大小。

并且sEMG信号的均方根值随力量水平的增加而增大。

计算公式为：

<6）

其中，s（t>为肌电信号；Xi为s（t>的采样值；T为观测时间长度；to为观测起始时间；N为观测点数。

2>功率谱峰值

研究表明,当肌肉收缩力变化不大时，sEMG信号的功率谱峰值比较稳定，并且sEMG信号的功率谱峰值会随着力量的增加而增加。

功率谱峰值计算可分两步实现：

先计算滤波后信号的功率谱，公式为：

（7>

其中为

输出信号序列的功率谱；X（f>为肌电信号X（t>的傅里叶变换；N为信号序列的点数。

然后计算信号功率谱最大值。

六、关键问题

<1）系统硬件电路设计、DAQ数据采集系统的软硬件配置以及LABVIEW程序设计；

<2）肌电信号的采集与分析问题；

<3）考虑抗干扰措施；

<4）信号接收端可接驳PC，PC端至少可以显示肌电波形图。

七、时间安排

<1）第5周查阅文献、资料，确定总体方案；

<2）第6—7周利用proteus或其它仿真软件设计电路；

<3）第8—9周搭建具体电路；

<4）第10—12周系统调试，进行实验测试分析；

<5）第13—14周整理论文，准备答辩。