1. 无网络微秒级同步：通过低成本温度补偿晶体振荡器(TCXO) RTC实现微秒级同步，无需昂贵的恒温晶振(OCXO)，降低了成本和功耗。
2. 全通道阻抗检测：实时反馈电极-皮肤接触质量，确保长时间记录的信号可靠性。
3. 紧凑设计：模块化设计和自锁底座站，支持最多8个模块（512通道），便于携带和操作。

解决技术难题

1. 温度和振动影响：通过实验验证了不同温度和振动条件下系统的同步性能，确保系统在极端环境下的稳定性和可靠性。
2. 电磁干扰：采用铜镍屏蔽盖和电磁薄膜，减少电磁干扰，提高信号质量。
3. 信号质量评估：通过根均方信噪比(SNR)、峰值信噪比(SNRPTP)等指标量化信号质量，确保高质量信号采集。
4. 模块固定：设计了弹簧针接口和电磁锁，确保模块与底座站之间的可靠连接，防止松动或断开。

• 目的：测试模块间长时间同步性能，尤其是在不同环境条件下（如静态、振动和高低温）的表现。
• 具体设置：
  • 在静态环境下，基站在室温下与七个模块同时记录信号4小时。
  • 在高温环境下，基站和七个模块加热至40°C并自然冷却5分钟，重复4次，最后稳定10分钟。
  • 在低温环境下，基站和七个模块冷藏至4°C并自然升温20分钟，重复4次。
  • 在不同振动级别下（0–0.25g, 0.25–0.5g, 0.5–0.75g, 0.75–1g），两个模块在室温下每5分钟摇晃1分钟，重复10次，然后静止1小时。

• 目的：比较Oct-HD系统与商业设备在信号质量、抗干扰能力和手势分类准确性方面的表现。
• 具体设置：
  • 17名受试者分别使用Oct-HD和Sessantaquattro系统完成10种不同的手部姿势，每种姿势重复两次，每次间隔5秒。

• 手势识别实验中使用了来自17名健康右利手参与者的sEMG数据，每位参与者执行10种手部姿势。

• Oct-HD系统（包括8个模块，每个模块64通道，共512通道）。
• 商业系统Sessantaquattro。
• 用于同步验证的模拟方波信号（1 Vpp，偏移1V，频率10Hz，占空比50%，上升时间10ms）。

• 自主开发的M&M软件用于配置模块、检测阻抗和实时信号可视化。
• 分析软件用于高级信号处理，包括RMS图分析、PSD分析、MU分解和特征提取。

性能评估指标

• 指标：相对误差（ms），用于衡量同步精度。
• 选择理由：同步精度是多模块系统的关键性能指标，尤其在复杂环境中。

• 指标：
  1. 无信号通道数（Nnosig）
  2. 坏通道数（Nout）
  3. 均方根信噪比（SNRRMS）
  4. 峰峰值信噪比（SNRPTP）
  5. 基线噪声（BN）
  6. 电源线干扰（PLI）
  7. 信干比（SIR）
• 选择理由：这些指标全面反映了信号质量和抗干扰能力，是评估sEMG系统的重要标准。

​

• 指标：分类准确率（%）
• 选择理由：手势分类是sEMG在人机交互中最常见的应用之一，准确率直接反映系统的实际应用效果。

• 动态手势的根均方信噪比（SNRRMS）从7.08提升到8.22（p < 10^-9），维持手势时从5.62提升到6.57（p < 10^-5）。
• 峰值信噪比（SNRPTP）在动态手势时从8.78提升到10.03（p < 10^-7），维持手势时从6.40提升到8.31（p < 10^-8）。
• 基线噪声（BN）从2.52×10^-4降低到2.02×10^-4。
• 电源线干扰（PLI）从0.23降低到0.02。
• 信号干扰比（SIR）从-9.33提升到1.92。
• 抗干扰能力：Oct-HD系统展示了更强的抗干扰能力。PLI值更低，表明Oct-HD能更好地屏蔽电源线干扰。SIR值更高，说明Oct-HD在复杂电磁环境中表现更稳定。

手势分类性能：Oct-HD系统在手势分类任务中表现优异。具体数据包括：

• 使用LDA模型时，动态手势识别准确率从91.82%提升到92.91%（p = 0.008），维持手势时从75.59%提升到79.41%（p = 0.003）。
• 使用CNN模型时，动态手势识别准确率从78.92%提升到84.36%（p = 1.0×10^-6），维持手势时从68.97%提升到77.06%（p = 1.0×10^-7）。
• 使用LSTM模型时，动态手势识别准确率从90.97%提升到92.75%（p = 0.004），维持手势时从66.91%提升到68.38%（p = 0.28）。
• 使用Transformer模型时，动态手势识别准确率从87.80%提升到91.04%（p = 0.001），维持手势时从81.18%下降到74.71%（p = 0.02）。

与现有方法相比，Oct-HD有哪些优势？
通道容量：Oct-HD系统支持多达512个通道，远超现有系统。
同步精度：Oct-HD系统实现了网络无关的微秒级同步，优于依赖Wi-Fi同步的现有系统。
信号质量：Oct-HD系统在信噪比、基线噪声和抗干扰能力等方面均优于现有系统。
灵活性：Oct-HD系统适用于实验室和复杂现实环境中的长期监测，不受网络限制。
 
实际应用挑战
长期佩戴舒适性：长时间佩戴可能导致用户不适、出汗引起的电极脱落或电缆机械应力问题。
信号一致性：不同实验和不同受试者之间的电极位置变化可能影响数据的一致性和模型的泛化能力。
复杂任务适用性：目前该系统的有效性主要集中在手势相关的EMG任务上，对于更精细的动作如面部表情、言语发音或步态等的应用还需进一步验证。
其他人群适应性：该系统在其他肌肉群或特定临床群体（如中风或神经肌肉疾病患者）中的适用性尚未得到系统验证。
 
未来改进方向
硬件优化：通过固件改进和实时数据压缩降低功耗，提升设备的人体工学设计和电极粘附性能，以支持长时间佩戴。
算法增强：嵌入轻量级机器学习模型到采集模块中，实现设备端推理，促进实时信号分类和自适应校准，减少对离线计算的依赖。
复杂环境测试：在更复杂的动态条件下评估系统的同步精度和信号鲁棒性，确保其在各种应用场景下的可靠性。
跨域方法融合：引入数字孪生建模和神经模糊系统等新技术，探索多源数据融合策略，为下一代EMG应用提供适应性建模方案。
 
方法研究的影响
技术突破：Oct-HD系统实现了多达512通道的无线分布式采集，并能在无网络环境下保持微秒级别的同步精度，极大提升了实验灵活性。
性能提升：相比现有商业系统，Oct-HD在信号质量和抗干扰能力上有显著改善，特别是在手势识别任务中的表现尤为突出。
应用拓展：该研究为高密度肌电信号的应用开辟了新方向，特别是在假肢控制和人机交互领域，有望推动相关技术的发展。
 
全文总结
本文介绍了Oct-HD——一种新型的无线分布式可穿戴高密度表面肌电图(HD-sEMG)同步采集系统。该系统通过模块化设计和支持多达512个通道的数据采集，在无网络环境下实现了微秒级别的同步精度。Oct-HD不仅在硬件上进行了创新，还配套开发了用于高级信号解释的集成分析软件。实验结果表明，Oct-HD在信号质量、抗干扰能力和手势识别准确性等方面优于现有的商用系统。尽管存在一些局限性，如长期佩戴的舒适性和复杂任务的适用性，但作者提出的未来改进方向展示了该系统在多个领域的广阔应用前景。

原文：X. Tan et al., "Oct-HD: A Wearable Distributed Wireless HD-sEMG Synchronous Acquisition System for Long-Term Monitoring," in IEEE Internet of Things Journal, vol. 12, no. 15, pp. 32245-32258, 1 Aug.1, 2025, doi: 10.1109/JIOT.2025.3577047.

相关高密度肌电设备及技术合作请联系：
联系电话：19301231178（微信同号）
热线电话：021-57677981
邮箱：info@zuotiyouzhi.com
公司官网：www.zuotiyouzhi.com