基于LabVIEW的多通道sEMG信号检测系统设计*

万 莎,侯文生,杨丹丹,吴小鹰,郑小林,Jiang Yingtao

(1.重庆大学 生物工程学院,重庆400044;2.Department of Electrical and Computer Engineering,University of Nevada,Las Vegas 89154)

表面肌电sEMG(surface Electromyography)信号是在皮肤表面记录的神经肌肉系统的生物电活动，反映肌肉的活动状态，由于其无创性和简单性在临床康复及人机交互方面[1]有广泛的应用前景。多通道sEMG信号检测是一种新的记录方法，它能同时获得肌肉活动时的大量空间和时间分布信息[2]，在肌肉活动分析中具有重要价值。

近年来，国内外在多通道sEMG信号检测系统设计方面已做了相关工作。G.Vijaya Krishna Prasad[3]等研究了一种基于DSP的5通道sEMG信号实时采集系统；胡巍[4]等利用单片机设计了一种无线多通道sEMG信号实时采集系统。随着电子技术的不断发展，尤其是低成本高性能的计算机资源得到普及应用，虚拟仪器VI（Virtual Instruments）应运而生，它是利用计算机强大的计算资源和丰富的软硬件资源来组成的仪器系统，实现从传统仪器向计算机系统的过渡，以便最大限度地降低系统成本，并增强系统的功能和灵活性。LabVIEW是一种易于编程和调试的图形化工具平台，是标准的数据采集和仪器控制软件，具有强大的数据处理及分析能力。

本文设计了前置调理电路,并结合NI公司开发的DAQ数据接口卡和LabVIEW开发了一种实验用sEMG信号检测分析系统,完成4通道sEMG信号的实时采集显示和时频域的特征分析。

1 硬件电路设计

sEMG信号是一种微弱的、非平稳的随机电信号，其振幅约为 10～5 000 μV，频率分布在 20～500 Hz[5]，容易受50 Hz工频干扰的影响，因此本文设计了如图1所示的硬件电路，主要包括前置放大、带通滤波、50 Hz陷波、功率放大等部分。

1.1 前置放大

为有效放大差模信号并抑制共模信号以获得较高信噪比，本文采用三运放仪表放大器AD620(最小共模抑制比为 100 dB，输入阻抗为 10 GΩ||2 pF)作为前置放大，如图2(a)所示，可通过外接电阻 R1改变电路的增益。实验中选用R1为10 kΩ的可调电阻，设置R1≈185 Ω，前级放大倍数为:

1.2 高通、低通滤波电路

滤波电路是为了提取出有效频段的sEMG信号，去除直流以及高频、低频信号成分，本文设计了一个通带范围为20～500 Hz的带通滤波电路,具体如图2(a)所示。高通滤波由一个二阶有源滤波电路组成，实验选用R2=R3=150 kΩ，C1=C2=100 nF，截止频率为:

实际测得幅频特性如图2(b)；对于低通滤波电路，本文选用8阶开关电容滤波器MAX296,其中 C3=152 nF，对应的截止频率为:

实际测得其幅频特性如图2(c)所示。

1.3 50 Hz陷波电路

50 Hz工频是sEMG信号有效频段内最主要的干扰，本文采用传统双T有源滤波器来滤除50 Hz工频干扰，具体电路如图 2(a)所示。其中 R4=R5=68 kΩ，C4=C5=47 nF，计算得陷波中心频率为:

实际测得电路的幅频特性如图2(d)所示。

1.4 功率放大

本系统采用NI USB6008采集接口卡，其输入范围为-10 V～+10 V，因此设计了功率放大电路。功率放大电路采用低噪声、非斩波稳零的双极性运算放大器OP07实现，如图 2(a)所示，其中 R8=R10=1 kΩ，R9为 100 kΩ的电位器，设置R9=20 kΩ，功率放大电路的增益为:

1.5 电路幅频特性测试

实验采用扫频信号,即幅值2 mV、频率范围5～1 000 Hz的正弦信号,对设计的sEMG信号拾取电路的幅频特性进行了测试,实际测得整个电路的幅频特性如图3所示。

由图3可知，电路对高于500 Hz的高频信号具有较好的抑制作用，对接近50 Hz以及50 Hz信号的衰减比较明显，但对低于20 Hz的低频和直流信号分量，其滤波效果不是很理想，会在后续分析处理中进行数字滤波来改善这一效果。此外，在100～500 Hz频段范围内,电路的增益大于60 dB,基本接近电路的理论设计增益64 dB。总的来说,整个电路能对有效频段内信号进行放大、滤波。

本实验同时对前置调理电路4个通道的性能参数进行了测试，结果如表1所示。

表1 4通道性能参数

由表1可知，实际实验中4通道电路性能良好，能获得20～500 Hz有效频段内的sEMG信号，并对50 Hz的工频干扰有较好的抑制作用。

2 信号采集与分析

本研究需利用数据接口卡将前置调理电路拾取的sEMG信号上传到PC机上,并结合LabVIEW软件编程实现sEMG信号的实时采集显示及时频域的分析处理。整个部分包括数据采集和数据分析两个模块,程序如图4所示。

2.1 信号采集

信号采集模块是通过数据接口卡完成对4通道sEMG信号的实时采集与显示，由参数设置、滤波控制、数据保存三个部分组成，并实现数据滤波、数据保存以及数据控制。

参数设置是用来对数据采集卡进行设置的,通过DAQ助手.VI实现，实验中设置 4通道模拟输入,采样频率2 000 Hz，采样数为1 000以及连续采样的方式，同时为了提高精度，输入范围设为-3 V～+3 V。

滤波是由Filter.VI实现的，实验中将该Filter配置为3阶Butterworth带通滤波器，其频率范围为20～500 Hz，以进一步提取20～500 Hz频段内的sEMG信号。

数据保存是将滤波后的信号进行数字到字符串的变换，并写入文本文件（.txt）以便回放显示，它是通过Write To Spreadsheet File.VI实现的。

2.2 信号分析

信号分析模块是完成采集信号的特征分析，包括时域中的均方根计算和频域中的功率谱峰值计算。

(1)均方根

均方根（Root Mean Square）是 sEMG信号时域分析中的一种典型特征值，可以用来衡量肌电信号的大小，并且sEMG信号的均方根值随力量水平的增加而增大[6]。计算公式为：

其中，s(t)为肌电信号；Xi为 s(t)的采样值；T为观测时间长度；t0为观测起始时间；N为观测点数。

均方根计算的具体实现方法：先将滤波后的数字信号转换为一维数组，然后调用RMS.VI读取数组中的数字并计算其均方根值，将结果存于数组，最后调用波形图表（waveform chart）读取数组中的RMS值并显示，这样不断计算采样窗内的滤波信号，直到窗内无信号输出为止。

(2)功率谱峰值

研究表明，当肌肉收缩力变化不大时，sEMG信号的功率谱峰值比较稳定[7]，并且sEMG信号的功率谱峰值会随着力量的增加而增加[6]。功率谱峰值计算可分两步实现：先计算滤波后信号的功率谱，公式为：

其中SXX(f)为输出信号序列的功率谱；X(f)为肌电信号X(t)的傅里叶变换；N为信号序列的点数。然后计算信号功率谱最大值。

功率谱峰值计算的实现方法：先调用Spectrum measurement.VI，读取滤波后的数字信号，计算功率谱值，其中窗选用hanning窗，输出结果方式配置为线性输出，结果保存在数组中；然后调用Array Max&Min.VI计算数组中的最大值，并以数组形式保存，最后利用波形图表（waveform chart）读取数组中的值并显示。这样不断计算采样窗内滤波后的信号,直到采样窗内无信号输出为止。

2.3 采集分析结果

结合前臂表面肌电电极阵列[8]以及手部运动机能实验系统[9]，实验采集了1名健康在校研究生前臂指总伸肌的sEMG信号，并对其进行了特征分析。信号采集和分析程序的运行界面如图5所示，当前显示的是受试者在力量逐渐增大时采集到的4通道5 s时间的sEMG信号及其特征分析后的结果。

实验结果表明，sEMG信号的幅值、RMS值和功率谱峰值随着力量的增加而增大，与参考文献[6]结果一致，从而可知本文设计的4通道sEMG拾取电路能采集到健康受试者的sEMG信号，并且编写的LabVIEW程序能实现采集信号的实时显示及其不同特征分析处理。

本文搭建了4通道sEMG信号拾取电路并结合数据接口卡以及LabVIEW编程软件，设计基于LabVIEW的4通道sEMG信号检测分析系统。结合前臂表面肌电极阵列以及手部运动机能实验系统，利用该系统采集并分析了受试者在力量增大时前臂肌肉的sEMG信号及其均方根、功率谱峰值。结果表明，本文设计的多通道sEMG信号检测系统能实现4通道sEMG信号的实时采集显示及其时频域特征分析。

当然，本设计也存在一些不足，如由于陷波器中R、C不完全对称,从而引起50 Hz附近sEMG信号产生不同程度的衰减，后续以50 Hz的数字陷波器代替模拟陷波器。此外，本文只针对4个通道的信号进行了采集及时频域特征分析，如果扩展到更多通道信号的采集及其他特征分析处理，则需考虑采样数据的大小以及各通道间的延迟效应，保证系统的实时性。

[1]Song Rong,Tong Kaiyu,Hu Xiaoling,et al.Assistive control system using continuous myoelectric signal in robotaided arm training for patients after stroke[J].IEEE Transaction on Neural Systems and Rehabilitation Engineering,2008,16(4):371-379.

[2]FRIGO C,CREEA P.Multichannel SEMG in clinical gait analysis:A review and state-of-the-art[J].Clinical Biomechanics,2009,24:236-245.

[3]SRINIVASAN K P,PATIL K M.A new DSP-based multichannel EMG acquisition and analysis system[J].Computers and Biomedical,1996,29(5):395-406.

[4]胡巍,赵章,路知远,等.无线多通道表面肌电信号采集系统设计[J].电子测量与仪器学报,2009,23(11):30-35.

[5]史萍,宋爱国.基于C8051F的肌电信号采集仪设计[J].中国医疗设备,2009,24(7):18-20.

[6]KAPLANIS P A,PATTICHIS C S.Surface EMG analysis on normal subjects based on isometric voluntary contraction[J].Journal of Electromyography and Kinesiology,2009,19:157-171.

[7]加玉涛,罗志增.肌电信号特征提取方法综述[J].电子器件,2007,30(1):326-330.

[8]侯文生,杨丹丹,胡宁,等.基于柔性印刷工艺的表面肌电电极阵列装置的设计[J].传感技术学报,2010,23(5):621-625.

[9]侯文生,马丽,郑小林,等.基于 LabVIEW的手部运动机能研究实验系统的设计[J].仪器仪表学报,2007,28(9):1614-1617.