基于脈沖式多普勒超聲波的人體運動狀態檢測

劉環

(長治醫學院計算機教學部，山西長治，046000)

0 引言

人體運動是自然界最復雜的運動之一[1]。對于人體運動的研究已經逐漸發展成一門專業學科，即運動生物力學[2]。人體運動狀態的檢測及識別是運動生物力學的重要組成部分，也為獲取人體運動參數提供了極大的方便，對軍事、醫學和助力機器人等技術的發展均有重要意義。

本文提出了采用脈沖式多普勒超聲波檢測骨骼肌的運動速度大小來判斷人體的運動狀態的方法，并利用家用胎心儀作為骨骼肌運動信號的檢測設備，簡化了超聲檢測過程，為人體運動的快速檢測提供了方法。

1 超聲波檢測人體運動機理

人體在運動時，骨骼肌快速而有力地收縮，產生的拉力即通過膛傳到骨上，牽連骨骼引起運動，并在運動過程中做功。

超聲波作為一種高頻信號，能夠滲透到人體內得到較深的肌肉的信息。通過研究多普勒超聲波檢測機理，得出頻率信號與被測肌肉的速度之間的關系[3]。

利用多普勒超聲波的多普勒效應，可以測出人體肌肉的收縮速度。脈沖式多普勒超聲波是由同一個(或一組)晶片發射并接收超聲波的，而脈沖式多普勒超聲波相對于連續多普勒超聲波而言，具有定點測量的優勢，用較少的時間發射，更多的時間接收，由于采用深度選通技術，因此可進行定點測定，因而具有很高的距離分辨力，可以檢測很小的區域并且能夠實時的輸出該區域的速度。

2 脈沖式多普勒信號采集裝置

理想的骨骼肌運動信號識別裝置為B超儀，自主開發一套脈沖式多普勒超聲波收發系統所需的時間過長、投入資金過大、過程過于繁瑣，為此，本項目采用能夠收發脈沖式多普勒超聲波信號，并能檢測速度的胎心儀作為骨骼肌運動信號的檢測系統。常用的醫用B超儀的超聲脈沖收發頻率為3-7MHz，對于脂肪含量較高的被測者，檢測頻率為3-3.5MHz，而目前常用的、檢測胎兒心跳頻率的胎心儀頻率一般為2.5-4.5MHz，故二者的頻率有重疊部分，能夠檢測到骨骼肌運動信號。該胎心儀的各項檢測系數如表1所示。

表1 胎心儀檢測參數

鑒于人體上肢運動比下肢運動簡單，且易于采集信號，故本項目擬采集上肢運動信號以進行處理。手臂屈伸運動是很常見動作，當肱二頭肌收縮使肘關節屈曲帶動某一負荷時，產生的張力隨關節的角度變化而變化，收縮張力在關節角度為120°時最大，在30°時最小。實驗證明，隨著負荷量的逐漸增加，骨骼肌的收縮力也逐漸增加，而收縮速度逐漸減小。

實驗開始時，被測人員以自然的姿勢坐在椅子上，上臂肱二頭肌處均勻涂抹耦合劑，前臂稍貼于上臂，檢測系統的探頭垂直于上臂肱二頭肌的肌纖維方向，橫向放置在肱二頭肌的肌腹位置。被測者被要求在一個音頻節拍器(45拍/分鐘)的引導下，從初始位置開始進行前臂伸展到最大位置，再彎屈回復到起始位置的運動。在實驗過程中，盡量保持上臂緊貼椅背而并不橫向移動，而且保持腕關節固定不動，只是肘關節進行屈伸。被測者進行5次獨立的實驗，在每次實驗時采集從0°到120°范圍內的肘關節屈伸運動。

3 骨骼肌運動信號處理機理

脈沖式多普勒超聲波測速主要涉及頻率信號獲取和信號分析兩項內容。目前常規的信號獲取如圖 1所示。

圖1 多普勒信號獲取與預處理流程

經過解調和濾波之后的信號，可以由振幅的變化表示信號的變化。由圖1可知，除了將處理過的信號用于圖像顯示外，信號也可以通過揚聲器輸的音頻。本項目擬對輸出的音頻信號進行處理，即輸出聲音是立體聲信號的多普勒頻移和粒子流速的直接表述。

即在輸出的聲音同時，同步進行的光譜處理對速度進行量化，并實時地顯示在屏幕上。利用PC機的聲卡或者其他的錄音軟件來獲得這個聲音信號，從而能得到脈沖式多普勒超聲的數據。通過對這個音頻信號進行處理，就可以得到被測肌肉的收縮速度。首先經過帶通濾波器濾除噪聲，然后利用漢寧窗的短時傅立葉變換得到的信號時變頻譜 S ( f , t)為：

其中是 W (τ)窗函數, Xd是采樣獲得的音頻超生波多普勒信號。依據公式1可以得到頻域內的速度譜，通過將速度對時間進行積分，就可以得到位移量，至此，就得到了被測骨骼肌的收縮變形量。

4 骨骼肌運動檢測及識別

利用采集系統對人手做不同動作時的肌電信號進行采集。在試驗中使用胎心儀在肱二頭肌處進行3次信號采集。健康受試者完成三次手臂屈伸動作，每次動作將通過數據采集裝置存入計算機。人體在進行手臂屈伸的一個周期內的超聲波信號的變化情況及頻域圖如圖2所示。

本項目利用matlab音頻處理工具，具體操作如下：

（1）音量標準化：為避免出現音輕的問題，調用wavread函數，將.wav文件轉換成列數組；然后求數組變量的極值并對所有元素作歸一化處理；最后用wavwrite函數還原成音量標準化的.wav文件。經試聽可知標準化處理后音量比原來稍大。

（2）濾波：本項目調用MATLAB中的漢寧窗函數實現高通濾波。同時繪制波形圖，保證濾波后的信號不出現失真情況。

（3）數據轉換：對數字濾波后的數據進行轉換，即改變音頻格式中的采樣頻率或量化位數：利用矩陣插值或抽取技術實現變量變換，完成后再用wavwrite函數重新定義量化位數和采樣頻率即可實現數據轉換。

表征速度的音頻信號經轉換得到位移和角度的信息。如前所述，由于檢測設備的局限性，此胎心儀測得的運動速度范圍很小，經圖像處理可知，檢測系統可得到前0.5秒的運動位移.

得出骨骼肌的位移量以后，根據解剖學里的Brand and Hollister模型[7]，可以將骨骼肌的變形量轉化為關節角，模型假設肌腱的運動是自由的，則：

其中θ是沿圓弧方向的角度，D是骨骼肌的變形，m是關節的半徑與肌腱的厚度之和。

根據Brand and Hollister模型，測得前臂運動過程中前0.5秒內的運動角度。為避免出現誤差，在相同運動時間內進行3次實驗，3次測得前0.5秒內的運動角度分別為7.8°，8°和7°，即與圖像處理后所得數據吻合。通過試驗和數據處理，可以驗證以下幾方面工作：（1）脈沖式多普勒超聲波可以滲透到體內得到較深的信息，即檢測到人體骨骼肌的運動速度信號。（2）利用胎心儀作為信號采集儀器，能夠采集到一定范圍內的運動信息，并可以反映該頻率范圍內的運動情況，但由于設備的局限性，其采集范圍很小，尚無法得出完整的手臂屈伸過程的運動規律。（3）將采集到的信號以音頻形式輸出，并進行信號處理，可直觀且快速地進行人體運動識別。

5 結論

本項目致力于開發一套適合下肢助力外骨骼機構的控制系統，引入對脈沖式多普勒超聲波檢測機理的研究，證明利用脈沖式多普勒超聲波檢測的可行性；此外，分析了利用Matlab處理所得音頻信號的方法，得出了骨骼肌運動位移及角度數據，并證明了這種方法的可行性.

但由于本項目的數據采集系統的檢測范圍有限，未能反映整周期的運動規律。故下一步的工作重點將放在采集一個或若干個完整周期的運動信號上，以明確揭示整個周期內人體骨骼肌的運動特點，進而為人體運動狀態檢測提供更為可靠的依據。

圖2 原信號在時域和頻域的波形圖

參考文獻

[1]郭玉.新型人體運動位姿測量系統[D].上海:上海交通大學,2012.2.

[2]趙煥彬,李建設.運動生物力學[M]北京:高等教育出版社,2008.3.

[3]王楊,張林.醫用運動生理學[M]北京:中國醫藥科技出版社,2010.10: 21-23.