ПОВЫШЕНИЕ ТОЧНОСТИ ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА ДЛЯ ИЗМЕРЕНИЯ И РЕГИСТРАЦИИ МЫШЕЧНОЙ АКТИВНОСТИ 

(на англ. яз.)

Гаврилов С.А., Кыздарбекова А.С., Резников С.С. Повышение точности программно-аппаратного комплекса для измерения и регистрации мышечной активности фильтрацией несущей составляющей и частот выше измеря- емого диапазона сигнала // Научно-технический вестник информационных технологий, механики и оптики. 2020. Т. 20. № 4. С. 617–624 (на англ. яз.). doi: 10.17586/2226-1494-2020-20-4-617-624

Предмет исследования. Предложена методика фильтрации измерений мышечной активности для мобильного программно-аппаратного комплекса интерференционной электромиографии. Рассмотрен метод повышения динамического диапазона измерений за счет увеличения разрядности аналогово-цифрового преобразования для повышения точности и диапазона распознавания мышечной активности. Метод. Разработана модель фильтра сигналов от датчиков для контроллера мышечной активности в программном пакете Proteus Design Suite. Фильтр несущей составляющей сигнала на основе RC-фильтра высоких частот обеспечивает отвязку блока измерения от опорного напряжения датчика. Активный фильтр низких частот усиливает сигнал от датчика и фильтрует шумы выше диапазона частот сигналов мышечной активности. Основные результаты. Фильтрация несущей составляющей сигнала и повышение порядка фильтра низких частот, в моделировании показали положительные результаты. Приведены графики амплитудно-частотных характеристик и схемы моделей без RC-фильтра и с ним, с активным фильтром низких частот первого порядка и активным фильтром низких частот второго порядка. На основе методики фильтрации измерений мышечной активности разработана электрическая схема блока усиления для контроллера мышечной активности. Полученные результаты применены для модернизации прототипа мобильного программно-аппаратного комплекса интерференционной электромиографии. Практическая значимость. Областью применения разрабатываемого комплекса может быть система измерения и регистрации мышечной активности для сопровождения процесса реабилитации при движении пациентов с травмами и нарушениями работы опорно-двигательного аппарата. Данный комплекс может быть применен в различных нейрофизиологических исследованиях, где требуется отслеживание динамики мышечной активности в процессе движения обследуемого.

1. Biomedical Signal Analysis / ed. by R.M. Rangayyan. John Wiley & Sons, 2015. 720 p. doi: 10.1002/9781119068129

2. Nowak M., Eiband T., Ramírez E. R., Castellini C. Action interference in simultaneous and proportional myocontrol: Comparing force- and electromyography // Journal of Neural Engineering. 2020. V. 17. N 2. P. 026011. doi: 10.1088/1741-2552/ab7b1e

3. Гаврилов С.А., Кыздарбекова А.А. Разработка прототипа программно-аппаратного комплекса для регистрации мышечной активности // Сборник трудов VIII Конгресса молодых ученых. Вып. 3. СПб., Университет ИТМО, 2019. С. 35–38.

4. Liu J., Ren Y., Xu D., Kang S.H., Zhang L.-Q. EMG-based real-time linear-nonlinear cascade regression decoding of shoulder, elbow, and wrist movements in able-bodied persons and stroke survivors // IEEE Transactions on Biomedical Engineering. 2020. V. 67. N 5. P. 1272–1281. doi: 10.1109/tbme.2019.2935182

5. Potocnik B., Divjak M., Urh F., Francic A., Kranjec J., Savc M., Cikajlo I., Matjacic Z., Zadravec M., Holobar A. Estimation of muscle co-activations in wrist rehabilitation after stroke is sensitive to motor unit distribution and action potential shapes // IEEE Transactions on Neural Systems and Rehabilitation Engineering. 2020. V. 28. N 5. P. 1208–1215. doi: 10.1109/TNSRE.2020.2980440

6. Pradhan A., Malagon G., Lagacy R., Chester V.,  Kuruganti U. Effect of age and sex on strength and spatial electromyography during knee extension // Journal of Physiological Anthropology. 2020. V. 39. N 1. P. 11. doi: 10.1186/s40101-020-00219-9

7. Finsterer J. EMG-interference pattern analysis // Journal of Electromyography and Kinesiology. 2001.  V. 11. N 4. P. 231–246. doi: 10.1016/s1050-6411(01)00006-2

8. Ruonala V., Meigal A., Rissanen S.M., Airaksinen O., Kankaanpää M., Karjalainen P.A. EMG signal morphology and kinematic parameters in essential tremor and Parkinson’s disease patients // Journal of Electromyography and Kinesiology. 2014. V. 24. N 2. P. 300–306. doi: 10.1016/j.jelekin.2013.12.007

9. Meigal A., Fomina E. Electromyographic evaluation of countermeasures during the terrestrial simulation of interplanetary spaceflight in Mars500 project // Pathophysiology. 2016. V. 23. N 1. P. 11–18. doi: 10.1016/j.pathophys.2015.10.001

10. Horowitz P. Hill W. The Art of Electronics. 3rd ed. Cambridge University Press, 2015. 1220 p.

11. Борисенко А.Л. Схемотехника аналоговых электронных устройств. Функциональные узлы аналоговых устройств. CПб.: Изд-во Политехнического университета, 2016. 127 с.

12. Reference manual. STM32F405/415, STM32F407/417, STM32F427/437 and STM32F429/439 advanced Arm®-based 32-bit MCUs. STMicroelectronics, 2019.

13. Data sheet for ADS1256. Very Low Noise, 24-Bit Analog-to-Digital Converter. Texas Instruments, 2013.

14. Data Sheet ADR01/ADR02/ADR03/ADR06 Ultracompact, Precision 10.0 V/5.0 V/2.5 V/3.0 V Voltage References. Analog Devices, 2019.

15. Data sheet for OPAx350 High-Speed, Single-Supply, Rail-to-Rail Operational Amplifiers MicroAmplifier Series. Texas Instruments, 2015.

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License