用于表面肌电信号分割的简化无标记步幅检测流程（sMaSDP）
信号处理
2023-02-09 v1
摘要
行动障碍者常被推荐进行步态评估研究，以诊断其状况并选择合适的物理治疗来改善活动能力。这些研究常在临床或实验室环境中进行，受试者在陌生环境下接受评估，这可能影响其动机、协调性和整体活动能力。或者，若在受试者日常生活中、无约束环境下评估其步态，则可进行更自然的步态评估。仅对步态模式进行运动学分析可能不足以刻画受试者的活动能力。为更好地诊断步态缺陷，还应分析患者的肌肉活动。为此，步态研究应同步采集肌电图（EMG）与运动学数据。本方法引入一种简化的无标记步态事件检测流程，通过同步记录的惯性测量单元（IMU）数据对EMG信号进行分割。在一次无约束行走实验中，健康受试者按设计的路线行走，其运动学与EMG数据被记录。该路线包含5种不同行走方式（平地行走、上/下坡道、上/下楼梯），以模拟日常行走。通过时间点匹配、分割与滤波，我们生成了一种使用单个IMU检测脚跟触地（HS）事件并分离不同行走方式下步态周期中EMG活动的算法。该步态事件检测算法可适配不同数据集，并在健康者与帕金森病（PD）步态中进行了测试。结果展示了健康受试者平地行走中提取的肌肉活动水平，以及PD患者提取的HS事件。算法参数可调整（如预期速度、步频），并可进一步提高检测精度。
引用
@article{arxiv.2302.04243,
title = {Simplified markerless stride detection pipeline (sMaSDP) for surface EMG segmentation},
author = {Rafael Castro Aguiar and Edward Jero and Samit Chakrabarty},
journal= {arXiv preprint arXiv:2302.04243},
year = {2023}
}
备注
Algorithms available upon fair request