基于正则化正交匹配追踪的脊髓损伤患者表面肌电信号压缩感知研究

表面肌电信号(sEMG)在步行功能评估中潜力巨大，但采样需求高。研究人员针对脊髓损伤(SCI)患者，开发了基于正则化正交匹配追踪(ROMP)的压缩感知(CS)算法，用于多通道sEMG信号重建。通过与正交匹配追踪(OMP)对比发现，ROMP结合二进制置换块对角(BPBD)测量矩阵显著提升了重建精度，为SCI康复评估提供了新工具。

　　

表面肌电信号(surface electromyography, sEMG)作为评估步行功能的重要工具，在脊髓损伤(spinal cord injury, SCI)康复领域展现出独特价值。针对sEMG信号采集过程中的高采样率需求，这项研究创新性地将压缩感知(compressed sensing, CS)技术引入SCI患者的sEMG分析，开发了基于正则化正交匹配追踪(regularized orthogonal matching pursuit, ROMP)的专用算法。

研究团队巧妙利用sEMG信号固有的稀疏特性，通过ROMP算法实现了多通道sEMG信号的高效重建。与传统的正交匹配追踪(orthogonal matching pursuit, OMP)方法相比，新算法展现出更优异的性能。实验特别考察了不同测量矩阵对重建精度的影响，发现二进制置换块对角(binary permuted block diagonal, BPBD)矩阵与ROMP的组合效果最佳，为SCI患者的运动功能评估提供了更精准的技术支持。

这项突破不仅验证了CS技术在生物电信号处理中的适用性，更为开发便携式、低功耗的SCI康复监测设备奠定了算法基础，标志着神经肌肉功能评估领域的重要进展。