Inżynier i Fizyk Medyczny 6/2016 vol. 5
331
technologie
/
technologies
artykuł naukowy
/
scientific paper
Etap drugi – przetwarzanie sygnału EMG
Przetwarzanie danych bioelektrycznych zebranych z sensorów
jest kolejnym etapem tworzenia systemu sterowania z wykorzy-
staniem EMG. W tej fazie musi mieć miejsce interpretacja danych
z poszczególnych sensorów, powiązanie ich ze sobą oraz podjęcie
decyzji o przekazaniu bodźca sterującego do efektora. Funda-
mentalnymwymogiem, jaki jest stawiany omawianym systemom,
jest ciągła praca w czasie rzeczywistym. Dlatego idealną jest
sytuacja, gdy algorytm przetwarzania i interpretacji sygnału nie
generuje zmiennych opóźnień. W przypadku różnych systemów
sterowania dopuszczalne opóźnienia mogą mieć różne wartości,
przy czym za każdym razem wpływają one na płynność i intuicyj-
ność sterowania urządzeniem. Przytoczone wcześniej dążenie do
minimalizacji liczby sensorów ma na celu zapewnienie sytuacji,
w której pojedynczy pomiar wygeneruje ilość danych możliwą do
przetworzenia przez system w czasie rzeczywistym.
Istnieje wiele możliwości wykorzystania sygnałów EMG w za-
leżności od procedury przetwarzania sygnału. W niniejszym ar-
tykule zostanie zaprezentowana przykładowa metodologia oraz
wybrane warianty postępowania.
W proponowanym rozwiązaniu pierwszym krokiem, po akwi-
zycji elektromiogramu oraz konwersji sygnału analogowego na
cyfrowy, jest wstępne przetworzenie mające na celu uprosz-
czenie dalszych etapów analizy zebranych danych. Opisywana
procedura została stworzona na podstawie zbioru wytycznych
stworzonego przez ISEK [2].
Pierwszym krokiem procedury jest odpowiednie zawężenie
pasma analizowanego sygnału, w przypadku omawianego roz-
wiązania jest to pasmo 5-500 [Hz]. Następnie wyznaczana jest
wartość skuteczna RMS (
root mean square
) odczytanego sygnału
EMG. Operacja ta zapewnia unipolarność sygnału (tylko warto-
ści dodatnie) oraz jego uśrednienie z wykorzystaniem określo-
nego rodzaju i szerokości okna czasowego. Im okno szersze,
tym przetworzony sygnał będzie wolniej zmienny co do warto-
ści i różnice w amplitudzie przy różnej aktywności mięśni będą
mniejsze. W omawianym przykładzie okno czasowe zostało
ustalone na 200 [ms]. Na tym etapie możliwa już jest wstępna
ocena aktywności elektrycznej mięśni.
Kolejnym krokiem wstępnej analizy EMG jest norma-
lizacja sygnału. Celem tej operacji jest wyrażenie infor-
macji o aktywności mięśnia jako procent jego maksymal-
nego, dobrowolnego skurczu MVC (
maximum voluntary
contraction
), a nie jak dotąd w [V]. Wykonanie operacji
normalizacji pozwala na porównanie siły skurczu wyko-
nywanego przez różne partie mięśni. Dokonywanie tego
rodzaju porównań bez normalizacji jest dalece niewska-
zane, ponieważ zarejestrowana aktywność elektryczna
przez każdy sensor zależy od wielu czynników takich jak:
przygotowanie powierzchni skóry, ilość tkanki tłuszczo-
wej pomiędzy sensorem a mięśniem, wielkość mięśnia
i wiele innych. W celu wyznaczania wartości odniesienia,
względem której będzie odbywać się normalizacja, nale-
ży zmierzyć maksymalny dobrowolny skurcz danej partii mięśni
(MVC). Poprawne przeprowadzenie procedury wykonania po-
miaru MVC jest skomplikowane i niejednokrotnie samo w sobie
stanowiło przedmiot rozważań [3, 4].
Po zrealizowaniu powyżej przedstawionych kroków przetwo-
rzony sygnał EMG jest przekazywany do dalszej części systemu
sterowania odpowiedzialnej za interpretację sygnału.
Etap trzeci – interpretacja
przetworzonego sygnału EMG
Kolejnym szczeblem przetwarzania sygnału jest wybór metody
jego interpretacji. Danymi wejściowymi do algorytmu interpre-
tującego są wstępnie przetworzone sygnały EMG, a celem jego
działania wyznaczenie komendy, jaką należy wysłać do sterowa-
nego urządzenia. Do osiągnięcia tego rezultatu można wykorzy-
stać kilka różnych metod. Poniżej zostały omówione dwie z nich.
Pierwsza metoda polega na analizie aktywności mięśnia
w dwóch wymiarach sygnału z wykorzystaniem wartości pro-
gowych, których przekroczenie będzie interpretowane przez
system w zadany sposób. Pierwszy wymiar analizy może odno-
sić się do amplitudy sygnału elektromiograficznego. Zastoso-
wanie w tym wymiarze wartości progowych stworzy sytuację,
w której system będzie opierał się o ilościową ocenę aktywności
elektrycznej mięśni. Możliwe jest zatem zbudowanie systemu,
który dla kilku poziomów aktywności będzie reagował w kilka
wybranych sposobów. Drugim wymiarem analizy sygnału może
być czas trwania skurczu mięśnia. Ustalenie wartości progowych
w tym wymiarze pozwala systemowi na reakcję na zdarzenie,
które trwa wystarczająco długo bądź krótko. Połączenie infor-
macji uzyskanych przez system z pierwszego i drugiego wymia-
ru analizy sygnału pozwala na skuteczną prewencję przed mylną
interpretacją artefaktów w sygnale EMG oraz na interpretację
bardziej złożonych gestów realizowanych przez kilka mięśni.
Drugi sposób interpretacji sygnałów EMG opiera się o me-
tody klasyfikacji oraz rozpoznawania wzorców (ang.
pattern
analysis
). Czerpie on przede wszystkim z ostatnio bardzo popu-
larnych i rozwijanych metod uczenia maszynowego (ang.
ma-
chine learning
), których celem jest tworzenie „inteligentnych”
Rys. 1
. Schemat blokowy działania systemu w oparciu o koncepcję układu nadążnego na przy-
kładzie bioelektrycznie kontrolowanego egzoszkieletu
Źródło: [1].
