表面肌电信号控制的功能性电刺激康复系统研究

陈紫萱，胡志刚，2，杜 喆，付东辽

（1.河南科技大学医学技术与工程学院，河南 洛阳 471003；2.河南省智能康复医疗机器人工程研究中心，河南 洛阳 471003）

1 引言

低频功能性电刺激治疗方法有助于改善脑卒中患者受损神经控制的肌肉，使其恢复运动功能、提高生活质量［1］。目前已成为康复领域内的一种有效手段。临床实践表明，重复性的运动功能训练，加之人体动作意图的主动训练对脑卒中患者受损神经系统的功能恢复具有积极的作用［1-2］，而手部运动对大脑皮层和肢体感觉的神经刺激作用较大［3］。与脑电信号相比表面肌电信号的提取更方便、无创伤、准确率高，是体表无创检测肌肉的一种重要方法，所以将功能性电刺激与对侧表面肌电信号相结合应用于手部康复正在成为脑卒中康复研究的热点［4］。市场上的功能性电刺激设备，多是以控制器操作电刺激器触发，没有结合患者主动意识训练的功能。目前，国内医院所用的此类康复设备，普遍存在通道较少，训练模式单一，需要医师或者家人在旁陪同训练，成本过高的缺陷。对于引入表面肌电信号进行康复训练的设备，多数不具备将实时采集的肌电信号作为电刺激触发开关的功能，并且缺少训练过程中的反馈信息，如文献［5］设计的用于上肢中风康复的功能性电刺激治疗仪。再如文献［6-7］中采用的阵列式刺激电极结构方案，贴用方便、控制精细，但系统是通过一个刺激通道控制选择多点位的输出，每点上的刺激参数均相同。

由于手部运动具有高度灵活性，涉及多肌群配合。因此从临床需求出发，这里设计了一套更适合手部功能性障碍患者的多通道功能性电刺激康复系统。通过解码表面肌电信号了解手部意图，患者可以通过活动健侧手部，实时触发患侧相应手部肌群运动，且每块肌肉的电极输出参数可单独控制，以满足手功能康复需求。

2 手部康复系统硬件电路实现

手部康复系统结构，如图1所示。在功能上系统包括了：上位机模块及表面肌电信号采集模块、功能性电刺激模块。底层电路使用基于Cortex-M4为内核的STM32微处理器作为主控芯片内置丰富的I/O口，集成了3个模数转换器、多枚定时器及USART、SPI等丰富外设资源，成本低且高效能。系统工作原理：选择人体手部、手腕在正常运动中主要参与的四块运动肌群作为信号的采集点。通过预先采集健侧的手部肌电信号发送到上位机作为训练信号。上位机将数据处理，完成个人训练模型构建与手部运动模式识别，识别后的运动标签通过指令发送至功能性电刺激模块驱动患侧对应通道电极工作，并采集反馈的手部弯曲信号。

图1 手部康复系统结构框图Fig.1 Structure of Hand Rehabilitation System

2.1 表面肌电信号模块硬件设计

表面肌电采集模块硬件包括了信号调理、模数转换、数据交互。采用STM32F103C8T6微处理器，数据转化采用微处理器片上的12 位模数转换器将信号数字化，既满足多路信号采集，也降低了模块成本。肌电信号的采集速率要求较高，在数据交互部分采用HC-42主从一体蓝牙模块。空中速率可以达到1Mbp/s，以匹配系统需求。

表面肌电信号十分微弱，其质量主要取决于调理电路对信号的拾取与预处理，信号调理原理图，如图2所示。表面肌电信号的频率集中于（20～500）Hz，主要集中在（50～150）Hz［8］，首先通过信号差分输入端连接电阻电容R0与C0，R1与C1构成约530Hz的门级RC低通滤波器。为了消除由分布在人体自身电动势带来的共模干扰，使用高共模抑制比的仪表放大器INA128［9］对信号进行差分放大。并采用Sallen-Key拓扑结构二级高通、低通滤波器，其通用性强，可简化电路设计。采用仪表滤波器UAF42滤除夹杂在主要能量段内的50Hz工频干扰，其内部集成一个反向放大器和两个积分器，对比常规的双T陷波电路受外部电路影响小。后级放大电路使用同向放大电路放大倍数可在50倍内调节，以提高A/D对信号的识别。后级放大电路的输出端接入同相求和电路将电压抬升到A/D量程范围之间，保证不丢失有效信号。同相输入端使用LM385D-1.2电压基准芯片来提供1.24V的抬升电压Uref。电路的计算方法为：

图2 表面肌电信号的采集调理电路Fig.2 SEMG Signal Acquisition and Conditioning Circuit

式中：UI—后级放大后的输出电压，设置匹配电阻RJ14=RJ15=RJ16=RJ17=4.7kΩ，信号调理电路最后的输出电压为Uout=UI+Uref。

2.2 功能性电刺激模块硬件设计

电刺激模块的硬件主要包括恒流源电路、脉冲信号发生电路、反馈信息采集电路。采用STM32F103RET6微处理器，通过I/O口模拟SPI时序的方式与8通道D/A芯片DAC8168交互，输出电压范围（0～+5）V可调，连接恒流源电路输入进而控制刺激电流强度。反馈信息采集电路使用分压电路原理，通过微处理器片上的12位A/D，配合多路复用开关ADG1608对5个弯曲传感器依次选通采集。上位机与电刺激模块间的数据交互采用USB串行总线传输。

功能性电刺激模块在设计上采用对称的双相矩形脉冲使电流在负载上翻转，构造双极性电极，改变流过皮肤的电流方向，避免单相刺激输出的电荷在体内堆积在体内的存储灼伤皮肤。电路原理图，如图3所示。

图3 脉冲信号发生电路Fig.3 Pulse Signal Generation Circuit

脉冲发生电路的输入端采用二级Wilson 恒流源，运算放大器ADA4096与三极管、P沟道型MOSFET、采样电阻及电压隔离模块（±150V）构成恒流源电路，提供稳定的刺激电流。恒流源模块的电流计算公式：

式中：Vin—D/A芯片的输出电压；Rs—采样电阻；Iout—恒流源的输出电流。

使用微处理器片上的两枚定时器产生两个相同频率，脉宽的PWM输出，当定时器1产生的PWM1输出为高电平时，光耦开关A与D被选通，B与C关闭，电流从I+→I-流过负载；将两枚定时器间添加约300us触发延时，作用是当定时器1产生的PWM1输出为低电平时，定时器2触发，此时PWM2输出为高电平，光耦开关B与C选通，A与D关闭，电流从I-→I+流过负载。由于两个PWM波的频率与脉宽相同，如此循环产生如图3下部所示的双相矩形脉冲。用于力量恢复的功能性电刺激参数通常选用频率（20～100）Hz，脉宽（100～300）μs的脉冲波形，据此将定时器1、2的触发延时设置为350μs。

3 软件设计

上位机软件平台基于C#语言开发，包括了数据缓存、解码数据、保存数据、系统命令发送。模式识别函数使用Matlab开发，配置Matlab 的编译环境将文件格式改变为上位机可调用的dll 文件。实际测试中从模式识别到上位机发送指令控制电刺激模块输出的总延时时间小于800ms，基本满足实时的主动健侧训练。

3.1 模式识别（特征提取）

肌电信号的特征提取是提升系统识别率的关键。时域中积分肌电值（IEMG）因计算简单，实时性好，被广泛使用，但识别率较差［10-11］。因此这里选用组合特征提取，使用时间点列和频率点列提取肌电信号时域积分肌电值（IEMG）、时域均方根（RMS）与频域中值频率（MF）、频域平均功率频率（MPF），其中时域的两个特征可以更好地实时反映肌肉信号的振幅变化，频域特征可以反映信号在不同频率分量的变化，兼顾了响应速度与识别率。系统采集的慢速屈曲信号与其特征提取图，如图4所示。

图4 屈曲肌电信号与其提取特征示意图Fig.4 Schematic Diagram of the Fist EMG Signal and its Extracted Features

3.2 底层软件设计

底层驱动使用C语言编写，系统将一次训练分为两阶段，上位机向表面肌电采集模块发送数据索取命令，连续采集5s数据。下一步为训练阶段，此阶段内上位机暂停向肌电采集模块索取数据，并将采集到的数据通过保存、识别后，发送控制指令到功能性电刺激模块。下位机软件流程图，如图5所示。

图5 系统软件流程图Fig.5 System Software Flow Chart

肌电采集模块采用微处理器片上12位精度A/D完成模数转化，信号分别由3个ASCLL码表示高、中、低位，相邻通道数据间使用“，”符0x2c分隔。为确保数据在传输过程中完整与准确，加入传输包头、包尾校验［12］，如果数据校验失败，上位机重新发送数据索取。每帧数据间使用回车符“0x0d 0x0a”隔开。数据通过蓝牙模块发送至上位机，实际运行测试中上位机每秒平均接收964帧数据。

控制指令为一维数组，包含5个元素，其中元素值对应关联的switch case 语句分支中的某一具体实施指令。Buffer［0］控制训练时间的启停；Buffer［1］控制训练时长；Buffer［2］对相应通道号下的脉冲发生电路的两枚定时器使能；Buffer［3］波形参数设置指令，修改定时器参数，最终实现对输出通道脉冲的频率、占空比的控制；Buffer［4］通过控制D/A对应通道的输出电压进而控制输出电流。

4 实验结果分析

从安全性考虑，系统在正常人手臂进行测试验证。首先测试手势识别的准确性，选择人体手部、手腕在正常运动中主要参与的4 块运动肌肉：指浅屈肌、指总伸肌、掌长肌以及尺侧腕屈肌［13-14］作为待测肌肉位置，沿着肌肉纤维伸展的方向贴，正负电极间距设置约为2cm［15］，如图6所示。实验对3名受试者进行测试，提取受试者右手的6种手部基本动作的肌电信号，使用两种特征提取方法对比分类结果，每种方法测试中受试者随机性的将每个动作重复60次，做验证样本，分类对比，如表1所示。其中识别结果栏的每行代表训练模型对第2列对应测试动作栏中识别出的实际动作标签。

表1 受试者在两种识别方法下的重复性分类结果Tab.1 Repeatability Classification Results of Subjects Under Two Recognition Methods

图6 系统实验环境Fig.6 System Experiment Environment

由表1看出：通过比较两种特征提取方式的分类结果表明：（1）受试者在多维特征提取的方式下平均识别率为90.7%高于传统特征提取方法下的82.1%，提升明显符合系统需求。（2）受试者在伸展、拇指外展、数字“6”的手势动作信号的识别率偏低，分析原因是在做此类伸展的运动时，会影响结缔组织的复合结构“伸肌结构”，它为指伸肌与大部分手指肌肉提供远端附着点，当手指做伸展动作时会引起皮下肌肉滑动，影响识别判断。

系统整体测试下，实验环境，如图6所示。3名受试者被要求手臂放松平放于桌上，一侧手臂佩戴肌电信号采集模块施展屈曲手势，控制对侧手臂相应刺激通道电极工作，电刺激模块电极连接到控制相应动作的手部肌肉肌腹处，同时对侧手臂佩戴缝有弯曲传感器的手套。考虑到肌肉疲劳性，将实验的脉冲频率、脉冲宽度固定分别设置为30Hz和150us。两个刺激通道的电极分别放置在左臂的拇短屈肌与指浅屈肌上，以实现拇指与四指内屈。逐级增加电流刺激强度，梯度2mA、刺激时长5s，采集手指稳定状态下的弯曲度取平均值，如图7所示。

图7 各手指运动角度变化Fig.7 Variation of Finger Movement Angle

图7可以看出，各手指运动的触发与电流刺激强度存在一定联系，其中小拇指与无名指产生明显内屈的电流强度阈值较低，中指与食指需要更高的强度的电刺激来实现充分内屈。而拇指的内屈由拇短屈肌控制，受其余四指的影响较小。对比图7（a）～图7（c）可知：由于个体耐受度、皮肤阻抗的不同，运动电流的阈值上也存在差异，其中受试者2在测试中食指没有达到理想的弯曲效果，为确保刺激的舒适及人体安全，停止增加输出电流。实验表明电刺激的幅度需要根据个人情况进行调整、而特定手部肌肉动作的产生需要不同的电流强度。而通过配置康复系统通道输出参数可以使标定动作的触发拥有其需求的电流刺激强度。

从3组受试者中随机挑选1名进行连续屈曲动作刺激测试，设置单次训练时长为50s、电流调整至20mA，期间产生5个周期的电刺激，每次时长3s；再将拇短屈肌上的刺激通道相对指浅屈肌通道添一个1s的触发延迟。采集测试中手指的弯曲变化，测试结果，如图8所示。

图8 连续刺激下手指运动变化Fig.8 Finger Movement Changes Under Continuous Stimulation

如图8所示，5指均呈现与电脉冲刺激周期相符的连续内屈，图8（b）可以观察由于肌肉刺激顺序不同拇指屈曲相对其余四指的屈曲产生了相对延后的效果，此时手部呈现似“抓握”动作，与电刺激通道刺激顺序相符，在康复系统的控制下手部的运动可通过通道的选通顺序实现动作组合化。结合图8（a）与图8（b）可知多通道手部康复系统丰富了手部这样多肌群、高灵活度人体器官的康复手段。

5 总结

通过以ARM为内核的STM32微处理器作为系统主控，搭建表面肌电信号与功能性电刺激相结合的手功能康复系统。输出的电刺激模式可以根据识别采集的健侧表面肌电信号各组肌群变化进行对应刺激通道的选通，将输出刺激应用于患侧相应肌群，可增强患者的自主训练能力，提高患者治疗的积极性。为避免单向刺激电极会在人体组织接触面发生电荷堆积产生极化反应，带给患者的灼烧痛苦。通过设计的双相电极与人体组织构成回路，通过PWM波控制以改变流经负载的电流方向以及脉冲频率，并根据人体自身阻抗差异及耐受力的不同有效的控制刺激强度。通过实验得到配有多刺激通道的功能性电刺激模块，可以产生不同手部肌肉动作所需的差异化刺激强度以及刺激手部组合动作产生所需的通道顺序配置。系统针对常规功能性电刺激治疗仪在临床应用中通道少，功能单一等不足进行改造，更进一步提高了脑卒中患者的手部康复效率。

目前经过测试，使用者可以自主的运动手部健侧进行简单的手部运动。但对于刺激电极放置点位还需要提前布置；较复杂的多指组合动作，在对应电刺激部分的精准刺激点位还不够精确，后续还需对系统进一步改进。