摘 要表面肌电图是利用表面电极收集和记录肌肉兴奋时在皮肤表面构成的电位序列的图形。现代医学通过对表面肌电图的研究，可以大致确定人体肌肉的功能状态，为医生诊断疾病提供了重要依据。随着电子技术的发展，表面肌电信号采集装置可以做到保持采集信号不失真的前提下，降低体积和重量，做到可穿戴。本系统就是一种可穿戴式的肌电信号采集与分析系统，不仅可以测得表面肌电信号，还拥有处理信号的上位机，可以实现显示波形的功能。本系统包括信号预处理模块、主控模块、蓝牙模块和上位机模块四个部分，具有便携、安全、方便使用的优点，能够更好的完成表面肌电信号采集及分析的工作。
目 录
第一章 绪论 1
1.1研究背景与目的 1
1.2国内外研究现状 1
1.2.1表面肌电信号处理的国内外研究现状 1
1.2.2表面肌电信号采集设备的国内外研究现状 2
1.3研究内容和结构 2
1.3.1研究内容 2
1.3.2论文结构 3
第二章 系统需求分析和方案设计 4
2.1系统需求分析 4
2.2系统总体设计方案 4
2.3表面电极的选择 5
2.4芯片的选择 6
2.5本章小结 8
第三章 硬件电路设计 9
3.1信号预处理电路 9
3.1.1右腿驱动电路 9
3.1.2前置放大电路 9
3.1.3带通滤波电路 10
3.1.4陷波电路 10
3.1.5主放大电路 11
3.1.6电平抬高电路 11
3.2最小系统电路设计 12
3.3电源 12
3.4本章小结 13
第四章 控制程序及上位机设计 14
4.1控制程序设计 14
4.1.1最小系统程序整体设计 14
4.1.2通信协议的设计 16
4.2上位机设计 16
4.2.1开发平台 17
4.2.2GDI+技术介绍 18
4.2.3程序系统框图 18
4.2.4 *景先生毕设|www.jxszl.com +Q: ^351916072# 
串口通信控件设计 19
4.2.5绘图控件设计 21
4.3本章小结 21
第五章 级联调试与结果分析 23
5.1级联调试 23
5.1.1获取信号 23
5.1.2传输信号 24
5.1.3处理信号 25
5.2结果分析 27
5.3本章小结 27
结束语 28
致 谢 29
参考文献 30
第一章 绪论
1.1研究背景与目的
人体肌肉约有639块，根据其结构和功能可分为平滑肌，心肌和骨骼肌。骨骼肌作为人体的主要组成部分之一，起到了提供人体运动动力的作用，在神经系统的调节下，骨骼肌收缩牵引骨骼产生运动。研究骨骼肌的肌电图能够帮助人们加深对人体的理解，为医生诊断疾病提供重要依据
肌电信号（Myoelectric Signals）是肌肉收缩时产生的微弱生物电信号，是衡量神经肌肉活动水平的指标。表面肌电信号（sEMG Signal）是指人体皮肤表面采集到的肌电信号，一般使用表面电极来采集这种肌肉信号。它是由表面肌电极附着的肌群在兴奋时产生的电信号在空间上叠加形成的。表面肌电信号作为一种安全的、非侵入式的、无创的检测人体肌肉活动的重要方法，被广泛运用于医学研究、康复治疗、人机工程和运动科学等领域[1]。
表面肌电信号的频率分布较广，范围为10～450Hz，能量主要分布在10～250Hz频率范围，属于低频信号[2]。表面肌电信号一般叠加了多种小信号噪声，这些噪声大多数以共模输入电压的形式存在。我国规定的交流电压频率为50HZ，作为一种广泛存在的噪声，市电50Hz工频噪声是对肌电信号采集造成干扰的最主要原因。常通过引入50Hz工频陷波器，以消除工频噪声对肌电信号的影响。但工频陷波器的引入同样会抑制工频附件的肌电信号，因此在对肌电信号保真度要求较高的场合需慎重[3]。因为硬件滤波灵活性差，参数调整比较困难，可靠性也不太好，所以需要设计数字滤波器来更精确的滤除噪声。经过调查，发现采用巴特沃斯数字滤波器可以更好的消除50Hz工频干扰，且尽可能的保留有用信号，以获得较好的波形[4]。
同时因为心电噪声的存在，信号预处理电路除了要有较大的增益，还需要有很高的共模抑制比（70dB~120dB）。共模抑制比（Common Mode Rejection Ratio, CMRR）太低的会影响系统的性能，太高又会造成难以降低采集电路的制作成本，所以要采用右腿驱动技术来获取合适的CMRR[5]。右腿驱动电路可以取得前置放大电路中的共模信号，使之反相输送到受试者的右腿部位，大大消除共模信号的干扰，从而实现提高CMRR的目的。
为了方便的采集高质量高精度的表面肌电图，本文拟开发了一套可穿戴式表面肌电采集和分析系统，能够采集和放大表面肌电信号，抑制信号中的各类噪声，并且通过上位机显示出来，进行信号评估。
1.2国内外研究现状
1.2.1表面肌电信号处理的国内外研究现状
表面肌电信号处理主要需要解决的问题是确定信号的起止点和抑制各种噪声对表面肌电信号的干扰等。通常表面肌电信号的起止点可由人工选定信号片段来确定，但这种方法的效率很低。于是就发展出了自动判别信号起止点的算法，传统的算法有基于短时能量的端点检测算法[6]。采集表面肌电信号时，若表面电极靠近心脏，则容易受到心电信号的干扰。心电信号的干扰会使系统的性能下降，影响波形的分析和处理。
为了减少噪声干扰，主要使用各种类型的滤波器来实现滤除噪声和保持肌电能量之间的某种平衡，以获得质量更好的EMG信号。
国外的研究人员提出了几种不同的处理方法，如Marque等提出自适应滤波的思路，把肌电采集部位附近的心电波形作为反馈信号，构建自适应滤波器去除表面肌电信号中的噪声成分[7]。此外Costa等则提出单通道肌电的去噪声处理方法，将高通滤波后的信号与原始信号作为独立成分处理的双通道输入信号[8]。

原文链接：http://www.jxszl.com/dzxx/dzkxyjs/558312.html