表面筋電図シグナルのVMDベースの除去方法

目的：表面筋電図（SEMG）シグナルの測定プロセス中にノイズが必然的に導入されるため、この作業では変分モード分解（VMD）メソッドに基づいた2つの新規方法が提案されました。この研究の前に、VMDがSEMG除生にどのように適用されるかに関する文献はありませんでした。 アプローチ：最初に提案された方法は、VMDメソッドを使用して信号を複数の変分モード関数（VMF）に分解します。それぞれが独自の中心周波数と狭い帯域を持ち、次にウェーブレットソフトしきい値（WST）メソッドが各VMFに適用されます。。この方法はVMD-WSTと呼ばれます。2番目の提案方法では、VMDメソッドを使用して信号を複数のVMFに分解し、各VMFでソフト間隔のしきい値（SIT）メソッドが実行され、VMD-SITとして略されます。10人の健康な被験者と10人の脳卒中患者が実験に参加し、上腕二頭筋brachiiのSEMG信号を測定して分析しました。このホワイトペーパーでは、フィルタリングパフォーマンスの定量的評価には、信号対雑音比（SNR）、ルート平均平方根誤差、R二乗値の3つの方法が使用されます。提案された2つの方法（VMD-WST、VMD-SIT）は、経験的モード分解（EMD）メソッドとウェーブレット法と比較されます。 主な結果：実験結果は、VMD-WSTおよびVMD-SITメソッドがノイズ効果を効果的にフィルタリングできることを示し、除去効果はEMDメソッドおよびウェーブレット法よりも優れていることが示されました。VMD-SITメソッドは、最高のパフォーマンスを備えています。 重要性：この研究は、VMDメソッドに基づいてSEMG信号のノイズを排除する新しい手段を提供し、四肢の動きの分類、疾患診断、人間の相互作用などの分野に適用できます。

OBJECTIVE: Since noise is inevitably introduced during the measurement process of surface electromyographic (sEMG) signals, two novel methods for denoising based on the variational mode decomposition (VMD) method were proposed in this work. Prior to this study, there has been no literature relating to how VMD is applied to sEMG denoising. APPROACH: The first proposed method uses the VMD method to decompose the signal into multiple variational mode functions (VMFs), each of which has its own center frequency and narrow band, and then the wavelet soft thresholding (WST) method is applied to each VMF. This method is termed the VMD-WST. The second proposed method uses the VMD method to decompose the signal into multiple VMFs, and then the soft interval thresholding (SIT) method is performed on each VMF, which is abbreviated as VMD-SIT. Ten healthy subjects and ten stroke patients participated in the experiment, and the sEMG signals of bicep brachii were measured and analyzed. In this paper, three methods are used for quantitative evaluation of the filtering performance: the signal-to-noise ratio (SNR), root mean square error and R-squared value. The proposed two methods (VMD-WST, VMD-SIT) are compared with the empirical mode decomposition (EMD) method and the wavelet method. MAIN RESULTS: The experimental results showed that the VMD-WST and VMD-SIT methods can effectively filter the noise effect, and the denoising effects were better than the EMD method and the wavelet method. The VMD-SIT method has the best performance. SIGNIFICANCE: This study provides a new means of eliminating the noise of sEMG signals based on the VMD method, and it can be applied in the fields of limb movement classification, disease diagnosis, human-machine interaction and so on.