一种应用表面肌电薄膜电极的脊柱侧弯评估方法

wm×
nsynhnsyn
×
t
||＜ε；
13.其中，wm×
nsyn
为肌肉协同矩阵，h
nsyn
×
t
为肌肉时序激活系数矩阵；nsyn为肌肉协同数目；ε为第一设定阈值。
14.优选地，在所述方法中，所述对称性指标通过下述步骤获取：
15.极大地提高采集效率和质量；基于测量的背部多通道肌电信号，通过对每组肌肉协同情况进行分析进而综合量化评估，评估脊柱各水平方向左右两侧肌电活动的权重和对称性，进而评估是否存在脊柱侧弯可能。相较于传统所用的医学影像评估方法，提高检测的速度并降低成本；相较视觉评估，提高检测的可靠性和精度；相较于仅评估绝对肌电值相关参数，不仅提高评估的可靠性，而且能够精准定位存在异常肌电活动的区域。
附图说明
16.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
17.图1、为本发明方法应用表面肌电薄膜电极进行检测脊柱侧弯时背部布置示意图；
18.图2、为本发明单片表面肌电薄膜电极结构示意图；
19.图3、为本发明根据si
l
值绘出沿竖直方向的分布示意图；
20.图中：1为表面肌电电极；2为信号总线；3为脊柱中线；4为被检测者的背部；5为信号总接口；1-1为弹性基底；1-2为电信号监测点；1-3为导电通路；1-4为信号接口。
具体实施方式
21.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
22.在一个实施例中，采用一种应用表面肌电薄膜电极的脊柱侧弯评估方法，用来对有无脊柱侧弯风险进行量化评估。所述方法基于表面肌电薄膜电极阵列采集肌电信号，进而获取肌肉协同矩阵，通过肌肉协同矩阵计算脊柱各水平方向左右两侧肌电活动的对称性指标，进而评估是否存在脊柱侧弯可能。本方法相较于传统所用的医学影像评估方法，提高检测的速度并降低成本；相较视觉评估，提高检测的可靠性和精度；相较于仅评估绝对肌电值相关参数，不仅提高评估的可靠性，而且能够精准定位存在异常肌电活动的区域。
23.在所述方法中，所述基于表面肌电薄膜电极阵列采集的原始数据，包括下述步骤：
24.s100、将表面肌电薄膜电极阵列均匀分布在被测者脊柱中线两侧；
25.s200、在被测者完成一次脊柱在人体矢状面的最大幅度动态连续前向弯腰和后向伸展动作的同时，记录肌电信号，获得原始数据。
26.具体地，制备一套表面肌电薄膜电极阵列，如图1所示，其中阵列包含8片表面肌电薄膜电极1，单片表面肌电薄膜电极1如图2所示，由弹性基底1-1、电信号监测点1-2、导电通路1-3和信号接口1-4组成。每片薄膜肌电电极通过信号总线2连接到信号总接口5，8片薄膜
肌电电极以背部脊柱中线3为中心均匀分布在被检测者的背部4，形成16行8列共128通道的电极阵列。薄膜肌电电极的具体制备方法不限。在制备表面肌电薄膜电极阵列时，表面肌电薄膜电极的数量根据需要确定，然后将128通道的电极平均分布即可。通过使用薄膜，可以方便地粘贴到被测者的背上，且由于薄膜本身的柔软贴附性，不易从被测者的身上脱落。可选地，单片表面肌电薄膜电极可重复利用。
27.将整套薄膜电极按照图1布置在被测者后背，然后将信号总接口5连接在肌电信号采集系统上，进而通过数据传输线传输至电脑。此处还可以进一步改进，通过无线方式进行数据传输。
28.被测者按照语音指令在一定时间内匀速完成一次脊柱在人体矢状面的最大幅度动态连续前向弯腰和后向伸展动作，同时启动肌电信号采集系统同步记录肌电信号，进而完成数据采集。所述一定时间能够设置，比如3秒，5秒，10秒等。
29.接下来，获取肌肉协同矩阵，包括下述步骤：
30.s101、将已采集的t列时间帧下的所有通道预处理后的肌电数据组成矩阵am×
t
，m为所有肌电通道数；
31.s201、基于非负矩阵分解算法对am×
t
进行因式分解，得到wm×
nsyn
，h
nsyn
×
t
，使得||a-wm×
nsynhnsyn
×
t
||＜ε；
32.其中，wm×
nsyn
为肌肉协同矩阵，h
nsyn
×
t
为肌肉时序激活系数矩阵；nsyn为肌肉协同数目；
33.ε为第一设定阈值。
34.上述步骤s101中，所述预处理为对肌电信号进行预处理，包括使用滤波器提取原始信号中的20-300hz频段带通波并去除50hz工频陷波，以及用主成分因素分析法提取并去除心电信号，基于此降低运动噪声、工频等干扰信号。
35.在步骤s201中，肌肉协同是指肌肉控制层中各肌肉以一定的权重常数值的形式储存并激活的特性。
36.将已采集的t列时间帧下的所有通道预处理后的肌电数据组成矩阵am×
t
，矩阵a的每一行是单个肌电通道在t列时间帧下的数据，行数等于肌电通道数。对am×
t
进行非负矩阵分解，分解得到的两个非负矩阵w和h，w的列数和h行数为当前迭代中nsyn的值。非负矩阵w的行数m在本实施例中为128。h的列数为t。非负矩阵分解是一个迭代过程，当满足下述条件时，迭代终止：
37.||a-wm×
nsynhnsyn
×
t
||＜ε
38.ε为第一设定阈值，通常设定为5％。ε的取值范围为5％-10％。
39.本发明提供一种具体的非负矩阵分解方法，如图如下：
40.s103、将已采集的t列时间帧下的所有通道预处理后的肌电数据组成矩阵am×
t
，m为所有肌电通道数；并设定nsyn初值为1；
41.s203、基于非负矩阵分解算法对am×
t
进行因式分解，得到wm×
nsyn
，h
nsyn
×
t
，计算重构矩阵
42.s303、按下式计算重构吻合度vaf：
[0043][0044]
s403、若vaf＜第二设定阈值，则将nsyn自增1，返回s203。
[0045]
当终止迭代时，重构的肌点信号矩阵的数据相对原矩阵a的变异度小于第一设定阈值，或者重构的肌点信号矩阵的数据相对原矩阵a的吻合度大于等于第二设定阈值。
[0046]
当终止迭代时，当前的nsyn即为该运动肌电数据的肌肉协同数目，此时的w作为肌肉协同矩阵，用于计算脊柱各水平方向左右两侧肌电活动的对称性指标。
[0047]
优选地，在所述方法中，所述对称性指标通过下述步骤获取：
[0048]
s102、对肌肉协同矩阵中每一列，将该列中的元素按照肌电阵列在背部的行列位置排列成矩阵wi；
[0049]
s202、根据矩阵wi计算在每个脊柱水平l上以脊柱中线为中心的左右两侧的权重元素之和，记为wisum
left，l
和wisum
right，l
；
[0050]
s302、计算对称性指标si
l
，并根据si
l
值绘出沿竖直方向的分布图：
[0051]
若wisum
right，l
＞wisum
left，l
，则
[0052]
若wisum
right，l
＜wisum
left，l
，则
[0053]
若wisum
right，l
＝wisum
left，l
＝0，则si
l
＝0。
[0054]
具体地，上面获取的肌肉协同矩阵w为m行nsyn列的矩阵，即w矩阵中的每一列即为1组肌肉协同组，其中每列中每个元素为该对应肌电通道在该肌肉协同组中对应的肌肉活动权重，取值为[0，1]。将每列元素按照肌电阵列在背部的行列位置排列成矩阵wi，对于当前实施例，wi为16行8列的矩阵。
[0055]
从公式(1)-(3)可以看出，对称性指标si
l
的取值范围为[-1，1]。si
l
值越接近0表示肌电的左右对称性越好。通过实验可以获知，若脊柱侧弯的患者si
l
的取值范围落在[0.2，1]和[-0.2，-1]区间，则认为有明显的左右肌电活动不对称。因此可以将[-0.2，0.2]选定为一个经验平衡区域。
[0056]
因此，对于所述方法，一种优选地脊柱侧弯评估方式为：依次判断每组肌肉协同对应的对称性指标si
l
是否在平衡区域内；若有连续n1个以上对称性指标si
l
不属于平衡区域，则判定被检测者存在患有脊柱侧弯的可能；n1为设定值。
[0057]
在本实施例中，n1设定为3，即有连续3个以上si
l
点属于失平衡区域，判断为被检测者存在患有脊柱侧弯的可能。根据计算的si
l
值绘出沿竖直方向的分布图，如图3所示，圆圈表示si
l
值，虚线为拟合的背部脊柱曲线示意图，可以更为直观地看出脊柱是否侧弯。
[0058]
进一步地，为了避免表面肌电电极因牵扯脱落、布置耗时长、无法保证对测量点的贴合度，本发明优选采用柔性可拉伸表面肌电薄膜电极，以提升电极对皮肤的贴附性，从而提高采集效率和质量。但本发明并不限制表面肌电薄膜电极的材料或生产技术。
[0059]
综上，上述实施例应用一套表面肌电薄膜电极进行脊柱侧弯评估，布置准备简单，通过记录被测者在人体矢状面脊柱连续前向弯腰和后向伸展运动时的大面积背部肌肉电信息，对采集的原始数据进行预处理并提取肌肉协同矩阵，计算各脊柱水平方向左右侧肌
电活动的权重和对称性指标，定位存在异常肌电活动的区域，判断被测试者是否存在患有脊柱侧弯的风险。本方法相较于传统所用的医学影像评估方法，提高检测的速度并降低成本；相较视觉评估，提高检测的可靠性和精度；相较于仅评估绝对肌电值相关参数，不仅提高评估的可靠性，而且能够精准定位存在异常肌电活动的区域。
[0060]
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明方法中涉及的信号采集、数据处理和计算，可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用cpu、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本公开而言更多情况下，软件程序实现是更佳的实施方式。
[0061]
尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。