通过HDsEMG单峰定位进行肌肉活动图谱绘制
2026-06-01 来源:本站 点击次数:50人类手部动作由前臂多块 extrinsic 肌肉与手部 intrinsic 肌肉协同完成。表面肌电信号（sEMG）可用于记录肌肉收缩时的电活动，是人机接口（HMI）、假肢控制、康复评估等领域的重要输入信号。然而，传统sEMG存在信号重叠、电极放置敏感等问题。高密度表面肌电（HDsEMG）通过大面积电极阵列提高了信号采集的广度与分辨率，结合盲源分离等方法可提取运动单元活动。尽管如此，现有方法多依赖复杂的分解算法，难以实现快速、实时的肌肉活动识别。为此，本文提出一种基于单次EMG峰值定位的新方法，无需对运动单元进行平均波形分解，即可高效绘制肌肉活动图谱。该方法专注于低力手指伸展动作，适用于手势识别、康复评估等场景。通过单个峰值的高统计量分析，弥补了传统运动单元分析方法样本量少、实时性差的不足，为人机交互提供了一种新的近瞬时肌肉活动识别路径。
论文摘要
通过峰值检测与二维高斯曲面拟合，实现对单个动作电位的空间定位，并基于定位结果构建每个动作对应的肌肉椭球体模型。结果显示，不同手指对应的肌肉区域具有高度一致的空间分离性，尤其在桡侧到尺侧方向呈明确排列。利用这些椭球体模型对单个EMG峰值进行分类，分类准确率分别为：食指79±18%、中指84±9%、无名指76±13%、小指79±9%。通过多数投票法（3–5个峰值）可显著提升分类性能，时间窗口低至68–113 ms。该方法具备高统计鲁棒性与实时潜力，适用于手势识别与康复评估。
研究方法
研究使用两套高密度表面肌电电极阵列（OT Bioelettronica，64通道，5×13布局，电极直径1 mm，间距8 mm），贴于右前臂背侧近端，覆盖手指伸肌区域。并搭配使用OT Bioelettronica 的Quattrocento+高密度肌电信号采集器，信号以2048 Hz采样，经150倍放大及0.7–900 Hz模拟带通滤波，后续进行50 Hz陷波与5–500 Hz数字带通滤波。实验动作为低力（1 N）等长手指伸展，每种动作持续60秒，力反馈由力传感器提供。
峰值检测选择RMS最高的通道，采用31样本窗口（约15.1 ms）识别高于50 μV的局部极大值。每个峰值提取同步窗口内所有通道的峰-峰值，进行二维高斯曲面拟合，得到该峰值的空间中心、扩展宽度和旋转角度。通过深度估计模型获得三维坐标。对每个动作约一半的峰值用于构建椭球体模型（均值±2个标准差），另一半用于分类验证。分类采用椭球体等值面函数最小化原则，并结合多数投票法提升鲁棒性。
实验结果
实验结果显示，不同手指对应的肌肉活动区域在三维空间中具有高度区分性。中指扩展对应的活动区域最靠近近端，食指、无名指、小指活动区域依次从桡侧到尺侧排列，与手指解剖位置一致。所有受试者中，除少数出现尺侧协同活动外，整体一致性良好。食指扩展区域的肌纤维方向具有更大旋转角度，可能与其解剖结构或协同肌活动有关。在体积覆盖分析中，食指、中指、无名指、小指的自覆盖率为70±14%、77±5%、73±6%、76±4%。交叉覆盖最高发生在无名指与小指之间。在单峰分类中，四指的准确率分别为79±18%、84±9%、76±13%、79±9%。多数投票法（3–5个峰值）显著提升分类性能，尤其在高质量数据中快速趋近于100%。平均峰值频率为44.2个/秒，5峰投票对应约113 ms时间窗口，具备近瞬时识别潜力。
总结与展望
本研究提出了一种基于单次EMG峰值定位的高密度表面肌电分析方法，成功实现了对不同手指伸肌活动区域的三维建模与单峰分类。该方法无需复杂的运动单元分解，具有高统计鲁棒性与近实时处理潜力。实验结果表明，不同手指对应的肌肉活动区域具有高度区分性，尤其适合用于手势识别、康复评估等低力应用场景。然而，研究目前仅在低力、等长收缩条件下进行，尚未验证动态收缩或多肌肉协同活动下的鲁棒性。未来应进一步拓展至动态动作、多类动作混合识别，并与传统运动单元分解方法进行系统比较。
此外，该方法可望用于神经康复患者的功能评估，如中风后肌肉补偿活动的空间分布分析。结合多数投票法，该方法在VR/AR、智能假肢等近瞬时HMI应用中展现出广阔前景。
原文链接
https://doi.org/10.1016/j.jelekin.2025.102976
研究团队介绍研
究团队来自Lund University和University of Gothenburg。第一作者Jonathan Lundsberg为隆德大学生物医学工程系博士研究生，专注于高密度表面肌电信号处理与运动单元定位算法研究。Anders Bjorkman为哥德堡大学萨尔格伦斯卡学院手外科教授，主要从事手部神经康复与临床评估。Nebojsa Malesevic和Christian Antfolk均为隆德大学生物医学工程系资深研究员，研究方向包括神经工程、假肢控制、人机接口及康复技术。团队长期合作于神经肌肉信号分析与生物医学仪器开发，致力于将高密度肌电技术转化为临床与辅助技术应用，在EMG分解、肌肉建模、实时人机交互等领域具有丰富经验。
联系我们
电话: 15920901903
官网：https//www.ruihongan.cn