利用sEMG电子纹身与BH-IEEMD处理技术进行动态运动中的多日肌肉疲劳评估

《IEEE Transactions on Neural Systems and Rehabilitation Engineering》：Multi-Day Muscle Fatigue Estimation During Dynamic Exercise Using sEMG E-Tattoo and BH-IEEMD Processing

　　

摘要：

基于动态表面肌电信号的肌肉疲劳评估往往会受到传感器不稳定、运动干扰以及动态运动过程中信号非平稳性的影响。本研究将一种无创的、贴合皮肤的电子纹身传感器与带通-Hampel迭代集合经验模态分解处理方法相结合，以此抑制脉冲噪声并稳定与疲劳相关的特征。20名参与者在每天进行动态运动时连续佩戴该电子纹身传感器5天，其产生的肌电信号与传统的凝胶电极所产生的信号进行了对比。该电子纹身传感器能够保持稳定的接触阻抗，其噪声水平与凝胶电极相当，且在运动过程中具有更高的信噪比和信动比，同时不会引发皮肤刺激。BH-IEEMD方法有效降低了20赫兹以下的运动引起的功率波动及瞬态干扰，从而提升了窗口级自协方差的稳定性。与仅使用带通滤波的基准方法相比，通过BH-IEEMD提取的特征分布更为集中，正常状态与疲劳状态之间的区分度更高，且不同天数和不同参与者之间的疲劳趋势更具重复性。采用留一法进行的评估表明，该方法的性能具有模型无关性，表现最佳的模型的平均R2值为0.70（均方根误差为0.157），而表现最佳的单一参与者的R2值可达0.93（均方根误差为0.074）。长期使用的贴合皮肤传感器加上能够有效消除干扰的信号处理方法，为可靠的多日肌肉疲劳监测提供了有力的支撑，可应用于实际的康复训练以及可穿戴外骨骼控制领域。