基于脉冲式多普勒超声波的人体运动状态检测

刘环

(长治医学院计算机教学部，山西长治，046000)

0 引言

人体运动是自然界最复杂的运动之一[1]。对于人体运动的研究已经逐渐发展成一门专业学科，即运动生物力学[2]。人体运动状态的检测及识别是运动生物力学的重要组成部分，也为获取人体运动参数提供了极大的方便，对军事、医学和助力机器人等技术的发展均有重要意义。

本文提出了采用脉冲式多普勒超声波检测骨骼肌的运动速度大小来判断人体的运动状态的方法，并利用家用胎心仪作为骨骼肌运动信号的检测设备，简化了超声检测过程，为人体运动的快速检测提供了方法。

1 超声波检测人体运动机理

人体在运动时，骨骼肌快速而有力地收缩，产生的拉力即通过膛传到骨上，牵连骨骼引起运动，并在运动过程中做功。

超声波作为一种高频信号，能够渗透到人体内得到较深的肌肉的信息。通过研究多普勒超声波检测机理，得出频率信号与被测肌肉的速度之间的关系[3]。

利用多普勒超声波的多普勒效应，可以测出人体肌肉的收缩速度。脉冲式多普勒超声波是由同一个(或一组)晶片发射并接收超声波的，而脉冲式多普勒超声波相对于连续多普勒超声波而言，具有定点测量的优势，用较少的时间发射，更多的时间接收，由于采用深度选通技术，因此可进行定点测定，因而具有很高的距离分辨力，可以检测很小的区域并且能够实时的输出该区域的速度。

2 脉冲式多普勒信号采集装置

理想的骨骼肌运动信号识别装置为B超仪，自主开发一套脉冲式多普勒超声波收发系统所需的时间过长、投入资金过大、过程过于繁琐，为此，本项目采用能够收发脉冲式多普勒超声波信号，并能检测速度的胎心仪作为骨骼肌运动信号的检测系统。常用的医用B超仪的超声脉冲收发频率为3-7MHz，对于脂肪含量较高的被测者，检测频率为3-3.5MHz，而目前常用的、检测胎儿心跳频率的胎心仪频率一般为2.5-4.5MHz，故二者的频率有重叠部分，能够检测到骨骼肌运动信号。该胎心仪的各项检测系数如表1所示。

表1 胎心仪检测参数

鉴于人体上肢运动比下肢运动简单，且易于采集信号，故本项目拟采集上肢运动信号以进行处理。手臂屈伸运动是很常见动作，当肱二头肌收缩使肘关节屈曲带动某一负荷时，产生的张力随关节的角度变化而变化，收缩张力在关节角度为120°时最大，在30°时最小。实验证明，随着负荷量的逐渐增加，骨骼肌的收缩力也逐渐增加，而收缩速度逐渐减小。

实验开始时，被测人员以自然的姿势坐在椅子上，上臂肱二头肌处均匀涂抹耦合剂，前臂稍贴于上臂，检测系统的探头垂直于上臂肱二头肌的肌纤维方向，横向放置在肱二头肌的肌腹位置。被测者被要求在一个音频节拍器(45拍/分钟)的引导下，从初始位置开始进行前臂伸展到最大位置，再弯屈回复到起始位置的运动。在实验过程中，尽量保持上臂紧贴椅背而并不横向移动，而且保持腕关节固定不动，只是肘关节进行屈伸。被测者进行5次独立的实验，在每次实验时采集从0°到120°范围内的肘关节屈伸运动。

3 骨骼肌运动信号处理机理

脉冲式多普勒超声波测速主要涉及频率信号获取和信号分析两项内容。目前常规的信号获取如图 1所示。

图1 多普勒信号获取与预处理流程

经过解调和滤波之后的信号，可以由振幅的变化表示信号的变化。由图1可知，除了将处理过的信号用于图像显示外，信号也可以通过扬声器输的音频。本项目拟对输出的音频信号进行处理，即输出声音是立体声信号的多普勒频移和粒子流速的直接表述。

即在输出的声音同时，同步进行的光谱处理对速度进行量化，并实时地显示在屏幕上。利用PC机的声卡或者其他的录音软件来获得这个声音信号，从而能得到脉冲式多普勒超声的数据。通过对这个音频信号进行处理，就可以得到被测肌肉的收缩速度。首先经过带通滤波器滤除噪声，然后利用汉宁窗的短时傅立叶变换得到的信号时变频谱 S ( f , t)为：

其中是 W (τ)窗函数, Xd是采样获得的音频超生波多普勒信号。依据公式1可以得到频域内的速度谱，通过将速度对时间进行积分，就可以得到位移量，至此，就得到了被测骨骼肌的收缩变形量。

4 骨骼肌运动检测及识别

利用采集系统对人手做不同动作时的肌电信号进行采集。在试验中使用胎心仪在肱二头肌处进行3次信号采集。健康受试者完成三次手臂屈伸动作，每次动作将通过数据采集装置存入计算机。人体在进行手臂屈伸的一个周期内的超声波信号的变化情况及频域图如图2所示。

本项目利用matlab音频处理工具，具体操作如下：

（1）音量标准化：为避免出现音轻的问题，调用wavread函数，将.wav文件转换成列数组；然后求数组变量的极值并对所有元素作归一化处理；最后用wavwrite函数还原成音量标准化的.wav文件。经试听可知标准化处理后音量比原来稍大。

（2）滤波：本项目调用MATLAB中的汉宁窗函数实现高通滤波。同时绘制波形图，保证滤波后的信号不出现失真情况。

（3）数据转换：对数字滤波后的数据进行转换，即改变音频格式中的采样频率或量化位数：利用矩阵插值或抽取技术实现变量变换，完成后再用wavwrite函数重新定义量化位数和采样频率即可实现数据转换。

表征速度的音频信号经转换得到位移和角度的信息。如前所述，由于检测设备的局限性，此胎心仪测得的运动速度范围很小，经图像处理可知，检测系统可得到前0.5秒的运动位移.

得出骨骼肌的位移量以后，根据解剖学里的Brand and Hollister模型[7]，可以将骨骼肌的变形量转化为关节角，模型假设肌腱的运动是自由的，则：

其中θ是沿圆弧方向的角度，D是骨骼肌的变形，m是关节的半径与肌腱的厚度之和。

根据Brand and Hollister模型，测得前臂运动过程中前0.5秒内的运动角度。为避免出现误差，在相同运动时间内进行3次实验，3次测得前0.5秒内的运动角度分别为7.8°，8°和7°，即与图像处理后所得数据吻合。通过试验和数据处理，可以验证以下几方面工作：（1）脉冲式多普勒超声波可以渗透到体内得到较深的信息，即检测到人体骨骼肌的运动速度信号。（2）利用胎心仪作为信号采集仪器，能够采集到一定范围内的运动信息，并可以反映该频率范围内的运动情况，但由于设备的局限性，其采集范围很小，尚无法得出完整的手臂屈伸过程的运动规律。（3）将采集到的信号以音频形式输出，并进行信号处理，可直观且快速地进行人体运动识别。

5 结论

本项目致力于开发一套适合下肢助力外骨骼机构的控制系统，引入对脉冲式多普勒超声波检测机理的研究，证明利用脉冲式多普勒超声波检测的可行性；此外，分析了利用Matlab处理所得音频信号的方法，得出了骨骼肌运动位移及角度数据，并证明了这种方法的可行性.

但由于本项目的数据采集系统的检测范围有限，未能反映整周期的运动规律。故下一步的工作重点将放在采集一个或若干个完整周期的运动信号上，以明确揭示整个周期内人体骨骼肌的运动特点，进而为人体运动状态检测提供更为可靠的依据。

图2 原信号在时域和频域的波形图

参考文献

[1]郭玉.新型人体运动位姿测量系统[D].上海:上海交通大学,2012.2.

[2]赵焕彬,李建设.运动生物力学[M]北京:高等教育出版社,2008.3.

[3]王杨,张林.医用运动生理学[M]北京:中国医药科技出版社,2010.10: 21-23.