【肌电信号】基于带通滤波时域和频域的表面肌电信号SEMG特征分析附Matlab代码

matlab科研社

已于 2024-10-12 23:40:50 修改

阅读量1.2k

点赞数 9

CC 4.0 BY-SA版权

文章标签： matlab 开发语言

于 2024-09-24 06:28:57 首次发布

本文链接：https://blog.youkuaiyun.com/Matlab_dashi/article/details/142473074

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、期刊写作与指导，代码获取、论文复现及科研仿真合作可私信或扫描文章底部二维码。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

🔥 内容介绍

表面肌电信号（SEMG）是一种反映肌肉活动的重要生理信号，其时域和频域特征包含了丰富的肌肉收缩信息。本文旨在探讨基于带通滤波的SEMG信号特征分析方法，分别从时域和频域两个角度提取特征参数，并结合Matlab代码进行实现。

1. 引言

表面肌电信号（SEMG）是指将电极放置在皮肤表面，记录肌肉纤维产生的电活动信号。SEMG信号在运动控制、康复训练、假肢控制等领域有着广泛的应用。由于SEMG信号容易受到噪声干扰，且其特征提取方法多种多样，如何有效地提取SEMG信号特征并应用于实际问题成为一个重要的研究课题。

2. 基于带通滤波的SEMG信号处理方法

2.1 信号预处理

由于SEMG信号容易受到环境噪声、肌电噪声以及电源干扰的影响，需要进行预处理以去除噪声，提高信号质量。常用的预处理方法包括：

**带通滤波：**利用带通滤波器去除信号中的低频噪声和高频噪声，保留与肌肉活动相关的频率范围。
**基线漂移校正：**去除信号的缓慢变化趋势，以提高信号的准确性。

2.2 时域特征分析

时域特征是指直接从信号波形中提取的特征参数，常用的时域特征包括：

均值 (Mean)：反映信号的平均水平。
方差 (Variance)：反映信号的波动程度。
标准差 (Standard deviation)：反映信号的离散程度。
峰峰值 (Peak-to-peak)：反映信号的振幅范围。
均方根值 (Root mean square)：反映信号的能量。
零交叉次数 (Zero crossing rate)：反映信号的频率变化情况。

2.3 频域特征分析

频域特征是指将信号进行傅里叶变换后，从频谱中提取的特征参数，常用的频域特征包括：

功率谱密度 (Power spectral density)：反映信号在不同频率上的能量分布。
平均频率 (Mean frequency)：反映信号的中心频率。
中值频率 (Median frequency)：反映信号的中点频率。
频谱峰值频率 (Spectral peak frequency)：反映信号的最高能量频率。
频谱熵 (Spectral entropy)：反映信号频率分布的复杂程度。

3. Matlab 代码实现

下面给出基于带通滤波的SEMG信号特征提取的Matlab 代码：

; [~, idx] = max(pxx); peak_freq = f(idx); spectral_entropy = -sum(pxx .* log(pxx))/log(length(f)); % 打印特征值 disp(['均值: ', num2str(mean_value)]); disp(['方差: ', num2str(variance_value)]); disp(['标准差: ', num2str(std_value)]); disp(['峰峰值: ', num2str(peak2peak_value)]); disp(['均方根值: ', num2str(rms_value)]); disp(['零交叉次数: ', num2str(zero_crossing_rate)]); disp(['平均频率: ', num2str(mean_freq)]); disp(['中值频率: ', num2str(median_freq)]); disp(['频谱峰值频率: ', num2str(peak_freq)]); disp(['频谱熵: ', num2str(spectral_entropy)]); % 绘制滤波后的SEMG信号和功率谱密度 figure; subplot(2, 1, 1); plot(filtered_semg); title('滤波后的SEMG信号'); xlabel('样本'); ylabel('幅值'); subplot(2, 1, 2); plot(f, pxx); title('功率谱密度'); xlabel('频率 (Hz)'); ylabel('功率谱密度');