Sci论文 - 至繁归于至简,Sci论文网。 设为首页|加入收藏
当前位置:首页 > 计算机论文 > 正文

一种基于Qt框架的肌力估计实验软件论文

发布时间:2023-09-22 15:07:48 文章来源:SCI论文网 我要评论














SCI论文(www.lunwensci.com)  

  摘要:肌力估计研究成果推动了运动康复、假肢手控制、人机交互等多个领域的发展。通过肌力估计实验软件可以完成表面肌电信号、肌力信号等数据的分析处理,满足肌力估计实验的可视化、智能化需求。本文主要介绍了基于Qt框架的肌力估计实验软件的应用场景、功能实现方法与具体应用方式。

  关键词:Qt;肌力估计实验;可视化

  【Abstract】:The research results of muscle force estimation have promoted the development of sports rehabilitation,prosthetic hand control,human-computer interaction and many other fields.The experimental software of muscle force estimation can complete the analysis and processing of surface electromyographic signal,force signal and other data,and meet the requirements of visualization and intelligence of muscle force estimation experiment.This paper mainly introduces the application scenarios,functional realization methods and specific application methods of the experimental software of muscle force estimation based on Qt framework.

  【Key words】:Qt;muscle force estimation experiment;visualization

  0引言

  基于表面肌电信号进行肌力估计的应用对运动康复医学技术的发展起到了重要推动作用[1]。通过采集表面肌电信号,提取特征信息完成肌力估计,建立信号与肌力间的关系,根据相关数据能够更好地分析当前患者的肌力水平,可有效避免康复医师个人主观评价过程中产生的判断误差,得到更客观准确的肌力水平评价。基于表面肌电信号的肌力估计研究也推动了智能康复机械设备领域的精细化发展。将肌电采集设备获取的信号进行预处理、特征提取以及分类识别,结合力传感器数据做出肌力估计,从而更加清晰地了解使用者的运动意图,完成康复外骨骼的柔顺控制[2],促进基于表面肌电信号控制的人机接口技术革新。肌力估计实验中实验人员需观察表面肌电信号的幅值变化趋势,掌握当前肌力数值大小,对实验数据进行预处理、存储等操作后训练肌力估计模型,最终得到肌力估计结果。针对上述实验需求特点,本文开发了一款基于Qt框架的肌力估计实验软件,满足肌力估计实验的智能化、可视化需求。

  1 Qt框架

  Qt是一种跨平台的应用程序框架,支持Windows、macOS、Linux、Android等平台,主要用于开发基于C++的GUI应用程序或非GUI应用程序[3]。Qt框架包含许多类库,用于处理常规任务,例如网络通信、数据库访问、XML解析、图形处理、线程管理等。Qt提供信号-槽机制方便开发者实现类对象之间的通信。

  QWidget是Qt框架中用于创建GUI用户界面的基本C++类,负责创建窗口、对话框、按钮、文本框、标签等各种UI元素,并允许开发者以面向对象的方式管理这些元素。QWidget提供多种事件处理方法,包括键盘和鼠标事件等,通过事件处理可执行相关操作。在QWidget中,开发者可使用QVBoxLayout、QHBox Layout、QGridLayout等布局管理器来自动排列控件,以便创建具有良好外观和友好交互性的用户界面。

  本文中的肌力估计实验软件主要由Qt框架的QWidget类、Qwt绘制库以及其他功能类库实现软件交互功能。

  2软件设计与功能

  肌力估计软件主要由串口通信模块、蓝牙通信模块、信号波形显示模块、数据预处理模块、数据存储模块、肌力估计算法模块、实验结果预览模块组成。软件在Qt Creator 5.14开发平台、Qt Designer界面工具中使用C++11语言并联合Matlab完成开发。

  软件基于MVC框架完成软件结构设计,将整个软件程序分为三个相互独立的组件:模型(Model)、视图(View)和控制器(Controller),实现代码分离和功能分离。

  肌力估计实验平台中使用的SBT650推拉力传感器通过串口通信方式完成肌力信号数据传输,并在软件中完成数值解析,串口通信功能由QSerialPort模块实现。实验者扫描串口后可获取当前PC端可用端口号,支持更改波特率大小、数据位等基本通信设置,打开串口后即可获取肌力信号数据。具体的16进制数据在接收窗口中显示,发送窗口可以向设备发送指令。

  肌力估计实验研究中使用的MYO臂环需要与PC端进行蓝牙连接。肌力估计实验软件中通过QBluetooth模块实现蓝牙设备扫描和连接操作。

  信号波形显示模块分为MYO肌电采集窗口与肌力信号采集窗口两部分。MYO肌电采集窗具有8-16通道表面肌电信号波形显示、IMU信息波形显示、力数值实时显示以及数据存储等功能。实验者完成MYO臂环连接后,可选择采集通道数量,各通道波形在可滚动区域内显示。在采集数据前应先填入实验开始时间,并点击“Start Myo”按钮后进入等待状态,到达时间后,软件自动开始同步采集表面肌电信号数据和肌力信号数据,以保证两种数据间的同步性,避免时间误差引起的数据不匹配,实验者可通过波形显示窗口观察各通道信号幅值的实时变化趋势;IMU波形能够反映实验者手臂的移动速度和角度变化,可通过下拉框选择加速度信息或角度信息,IMU波形显示区域下方的QLCDNumber控件中显示当前双臂的拉力数值。MYO肌电采集窗界面如图1所示。

\

  考虑到实验者脱离本地限制、远程读取实验数据的需求,本软件依靠MySQL数据库完成数据的同步存储。采集完成后可自定义保存文件命名和保存路径。当前的实验数据会自动同步至MySQL数据库,实验信息更新至实验历史记录中,可自行备注实验内容与细节。实验历史记录如图2所示。

\

  表面肌电信号和肌力信号数据量较大,需优化数据库表或SQL插入语句以提高存储效率。本软件针对两种信号数据的特点,使用BLOB(二进制大对象)数据类型存储原始数据,同时将采集时间戳与通道号作为组合主键来保证唯一性;面对大量数据插入的场景,使用批量插入语句,将多个插入语句组合成一个语句从而减少通信开销。

  在Qt Creator工具中添加TableView表格,使用setModel函数设置QSQLQueryModel类指针,该指针即对应数据库的查询模型,实验数据的查询功能位于“实验历史记录”窗口。为了加快查询速度,使用分区表来提高查询效率,将表按照时间或通道号等分区,可以在查询时只扫描特定分区,从而加速查询;在数据库表中使用组合主键作为索引,数据库引擎选择InnoDB引擎,以便更好地进行事务处理与并发控制。

  为实现在线预览肌力估计实验结果,软件开发过程中选择Qt与Matlab混合编程方式,将肌力估计算法移植到程序项目中,基本步骤如下:

  (1)在Matlab中将肌力估计算法封装为函数并测试,确保函数可以正常运行。函数中包含肌力估计模型训练与肌力估计模型存储两部分,方便实验人员二次调用现有模型。

  (2)使用Matlab Compiler工具箱将Matlab代码编译为C/C++代码,生成DLL文件。

  (3)在Qt程序中包含DLL文件。将生成的DLL文件复制到Qt项目的目录中,并在Qt程序中包含该DLL文件,使用QLibrary类来加载DLL文件。

  (4)在Qt程序中调用DLL函数。使用QLibrary类中的resolve()函数,将DLL函数加载到Qt程序中,通过主界面设置向DLL函数输入正确参数并调用。

  3软件应用

  肌力估计实验软件具有MYO臂环8-16通道表面肌电信号采集功能,信号在软件界面中以波形图直观显示;可同步记录采集到的肌电数据,支持存储至MySQL数据库,以方便实验后续调取;软件中嵌入了表面肌电信号的预处理算法,如ICA分解、小波阈值去噪等;肌力估计功能可根据预处理后的表面肌电信号数据估计实验者的肌力水平,并与真实肌力大小比较计算得出估计误差,实验结果可在窗口中预览。

  参考文献

  [1]JIANG Y B,ZOU R L,LIU J.Research Progress of Muscle Fatigue Discrimination Based on Surface Electromyography[J].Chinese Journal of Bioinformatics,2017(8):120-126.

  [2]丁其川,熊安斌,赵新刚,等.基于表面肌电的运动意图识别方法研究及应用综述[J].自动化学报,2016,42(1):13-25.

  [3]刘宏伟.基于Qt的多通道振动信号采集仪上位机软件设计[J].现代信息科技,2023,7(03):24-28+32.

关注SCI论文创作发表,寻求SCI论文修改润色、SCI论文代发表等服务支撑,请锁定SCI论文网!


文章出自SCI论文网转载请注明出处:https://www.lunwensci.com/jisuanjilunwen/63591.html

发表评论

Sci论文网 - Sci论文发表 - Sci论文修改润色 - Sci论文期刊 - Sci论文代发
Copyright © Sci论文网 版权所有 | SCI论文网手机版 | 鄂ICP备2022005580号-2 | 网站地图xml | 百度地图xml