脑机接口与肌电：sEMG 信号处理与意图解码

意念控制机械臂的新闻里，主角吞下一口咖啡，机械臂把糖罐递过来，观众起立鼓掌。这条新闻不会告诉你的是：它背后的信号链路朴素得近乎寒酸——几个电极、一块放大器、一串滤波器、一个分类器，四级流水线依次接力，每一级都在和噪声赛跑。任何一级输掉这场比赛，"意念"就退化成随机数。

这篇沿这条流水线走一遍：信号从哪儿来、长什么样、怎么在 ROS 2 里实时洗掉噪声、抽什么特征、用什么分类器，最后变成机器人能执行的命令。四级流水线的关系不是串完即止——每一级的设计参数都被下一级倒逼：放大器增益由 ADC 量程定，滤波通带由特征频段定，窗口长度由分类器稳定性定，判决节奏由控制回路定。理解这条倒逼链，比记住任何一个公式都重要。

先从最上游的问题开始：你要的信号，到底从人身上的哪一站取。

一、EEG 还是 sEMG：先想清楚你要抢哪一级

生物电控制在人身上有两处可选的窃听点。EEG（脑电图）电极贴在头皮上，sEMG（表面肌电）电极贴在目标肌肉皮肤上，区别不只是贴的位置——是抢在神经通路的哪一级截获信号。

运动意图的完整链路是：运动皮层生成意图 → 信号沿脊髓下传 → 运动神经元发放 → 肌肉收缩 → 关节运动。EEG 截获第一级，sEMG 截获倒数第二级。

• EEG 是信息上游：能截获"想动"这个念头本身，甚至对已经截肢、脊髓损伤的用户依然可用——念头还在发出，只是通路断了。代价是信号极弱且经过了颅骨与头皮的 heavily 衰减，空间分辨率以厘米计，今天可靠解码的类别数也就 2–4 类。
• sEMG 是最后一级输出：运动神经元冲动传到肌肉，肌纤维去极化产生动作电位，在皮肤表面叠加成 sEMG。信号强、信噪比好、电极便宜，是康复机器人和商用假肢的主流派单。局限也直白：肌肉没有电就没有输出，脊髓损伤平面以下它无能为力——这时才轮到 EEG 出场。

两路信号的对比如下：

工程选型的诚实结论：能贴肌肉就别贴头皮，sEMG 的工程难度比 EEG 低一个量级；只有当"肌肉不可用"或"需要的信息在更上游"时，才付 EEG 的税。好在两者最后汇进同一条解码流水线，所以这篇把并列着讲。

还有一条隐藏的时间线差异影响系统设计：EEG 的意图信号与动作结果之间隔着完整的运动通路（数百毫秒），sEMG 与动作之间只有电-机械延迟（约 100 ms）。这意味着 EEG 系统有更充裕的"提前量"但信号更脏，sEMG 系统信号干净但预算紧张——同一个"抢时间"的问题，两路信号给出的是方向相反的难题，流水线参数要按各自的时间线分别调。

二、信号长什么样：频谱决定一切

处理任何信号前先问两个问题：多大幅度、什么频段。答案直接决定放大器增益和滤波器通带——频谱是整条流水线设计约束的源头。

EEG 的节律按频段命名是历史传统：delta 0.5-4 Hz（深睡）、theta 4-8 Hz（浅睡/冥想）、alpha 8-13 Hz（清醒闭眼，枕区最强）、beta 13-30 Hz（活跃思维与运动）。与运动意图解码关系最密切的是 mu 节律——频率与 alpha 重合但位于运动区，会在实际或想象运动时去同步。sEMG 没这种精细命名，它本质是大量运动单元动作电位的随机叠加，频谱像一个 20-500 Hz 的能量包，发力越强包越高。

两个量级差距是硬件设计约束的根源：EEG 放大器需要约 10^4 倍增益和 1 μVpp 级本底噪声，sEMG 只要几百倍。这也是为什么 ADS1299 这类专用 AFE 是 EEG 的标配，而 sEMG 用一颗仪表放大器就能起步——模拟前端这场战争记载在生物电模拟前端：ADS1299 与右腿驱动里，本篇专注数字侧。

采样率跟着频段走：EEG 存 250-500 SPS 就够（alpha/beta 最高 30 Hz，留足抗混叠余量），sEMG 要 1-2 kSPS（能量延伸到 500 Hz）。过采不增加信息只增加负担——8 通道 × 1 kSPS × float32 = 32 kB/s，看着不大，但 64 导系统就是 256 kB/s 起步，实时链路的每一跳（采集、网络、节点）都要过一遍这笔带宽账。

还有一个不能忽略的接口：电极与皮肤之间。湿电极靠凝胶导电，阻抗 1-10 kΩ；干电极直接接触，阻抗 100 kΩ-1 MΩ 且随压力晃动。电极阻抗不是常数，它随时间、汗液、机械压力漂移，是低频伪影和共模转差模的温床——这就是为什么采集系统都带阻抗监测。

50 Hz 工频是头号敌人，因为它的传播方式近乎无解：市电通过容性耦合灌进人体和导线，人人都是 walking 天线。EEG 的 alpha/beta 频段离 50 Hz 不远，sEMG 通带（20–500 Hz）干脆把它整个罩进去。更糟的是它以共模形式出现——叠加在两枚差分电极上的幅度几乎相同。这给了我们第一道防线：高 CMRR 差分放大后工频只剩零点几毫伏，残余部分交给数字陷波器。模拟端 CMRR 每掉 20 dB，数字端压力翻一个量级——信噪比的仗在模拟端打，数字滤波只是打扫战场。

三、意图怎么编码：三种范式

原始波形只是载体，解码前先要回答"用户用什么动作表达意图"。这叫范式（paradigm），三种主流方式按实现难度递减排列。

运动想象（MI）：用户想象左手或右手握拳，不真的动。对侧运动皮层的相关频段功率会下降，称为事件相关去同步（ERD）——想象右手，左脑 C3 电极附近的 8-13 Hz 功率掉下去；想象左手则镜像地在 C4。分类器抓的就是这个左右不对称性。MI 的好处是纯内生信号、不需要外部刺激、截肢者也能用；坏处是 ERD 只有百分之几十的功率变化，淹没在个体差异里，用户要训练数周才能稳定产出这种脑态，在线准确率天花板约 80%。

SSVEP（稳态视觉诱发电位）：屏幕上并排几个方块，各自以不同频率闪烁（比如 8 / 10 / 12 Hz），用户盯哪个，视觉皮层的 EEG 里就会混入哪个频率及其谐波的稳定成分。对一段 EEG 做频谱分析，哪个频率功率异常高，就知道用户在看哪块——相当于用眼睛"点菜单"。SSVEP 信息传输率是三种范式里最高的（熟练用户可达 60–100 bits/min），且几乎零训练；代价是要一直有闪烁刺激，长时间使用视觉疲劳，而且"眼睛看哪"和"心里想哪"偶尔会打架。

sEMG 激活度：最不神秘也最实用的一种。肌肉在发力前约 100 ms 就出现电活动——中枢先发电、肢体后动作，这段提前量称为电-机械延迟。在这 100 ms 里完成采集、滤波、分类，就能在用户"抬手"之前发出命令。这 100 ms 是本篇所有实时性设计的总预算，后面每一节都在省着花它。多通道 sEMG 配合模式识别，可区分手腕屈伸、握拳、张开等 6–10 类动作，康复外骨骼与商用假肢（如 Ottobock 的肌电手）的主流方案基本是它。

范式的选择本身就是产品定义：实验室选范式看信息量，产品选范式看谁能忍受。MI 用户要练三周才能到 75% 准确率，SSVEP 用户盯着闪烁屏二十分钟就眼睛发酸，激活度范式用户戴上就万事大吉——面向残障人士的产品几乎清一色选 sEMG，不是因为它先进，是因为它仁慈。

三点五、三种范式之外：混合与自适应的现实

前沿论文里还有一批混合范式值得知道，但先说清定位：它们是研究工具不是产品方案。混合 BCI 把 EEG 与 sEMG 叠加（EEG 出"要不要动"的开关、sEMG 出"怎么动"的细节），论文里能涨五到十个点准确率，代价是双套硬件、双套标定、双套故障模式——产品化时这三个代价每个都是杀手。另一路是把范式当传感器做融合（如 sEMG + 关节角度计 + IMU），这已经是多模态融合问题而非脑机接口问题。看到"准确率提升 10%"先问一句：加了几路硬件、标定时间翻了几倍，这个问题能把大部分论文创意和产品方案分开。

回到主线。范式定了、信号洗过了，接下来的问题是在线系统的真正敌人。这条链路上没有一个是重计算——IIR 滤波每样本几十次乘加，LDA 一次矩阵乘。真正的敌人是调度抖动：Linux 默认调度器的时间片粒度是毫秒级，一次随机的调度延迟就能吃光 50 ms 步进预算。所以在线节点要遵守普通 ROS 节点不遵守的纪律：回调里不做动态内存分配（预分配消息复用）、不用同步发布、线程绑核 + SCHED_FIFO 实时优先级（需要 root 或 rtprio 限额）、日志走异步 sink。这些不是玄学，是硬实时从"偶尔好"到"一直好"的全部差别。

四、ROS 2 实时信号流水线

工业现场没有"先录下来再离线分析"的 luxury，数据从 ADC 侧流进来就得在线处理。架构上推荐两级：采集端把样本打包推上网络，处理端跑滤波与伪影剔除，ROS 2 的组件机制（component）让两级可以同进程零拷贝，也可以跨机部署。

采集接入有两派。实验室派用 LSL（Lab Streaming Layer）：采集程序把样本标记统一时间戳推给局域网，任何节点都能订阅，多模态设备（EEG + sEMG + 运动捕捉 + 反应键盘）自动对齐时钟——做实验和离线分析的神器。产品派走 SPI/DMA 直取板上 ADC，打包 UDP 发以太网，延迟更低更确定，不需要再挂一台 LSL 基础设施。ROS 2 侧统一写一个桥接节点，把两种来源都转成同一种消息：

bio_signal/msg/BioSignal:
  std_msgs/Header header     # stamp = 首样本采集时刻
  uint32[] channel_ids       # 通道号
  float32[] channels         # 本帧样本（逐通道交织）
  uint32 sample_rate         # Hz
  uint32 n_samples           # 本帧样本数

话题设计成两级：/signals/raw 承接桥接节点输出，/signals/clean 承接滤波节点输出，下游特征节点只订阅 clean。QoS 用 SensorDataQoS（best effort + 深度小）：信号流是持续高速数据，丢一帧不致命，堵起来反而毁掉实时性——实时系统的第一美德是宁可丢、不要堵。

处理链的标准三件套：带通 → 陷波 → 伪影剔除。带通用 IIR 而不是 FIR：20-500 Hz 通带、同样陡的过渡带，FIR 要几百阶而 IIR 只要 4–6 阶，每微秒都要省。陷波器盯 50 Hz（及其谐波 100 Hz），Q 值取高让凹口足够窄，别误伤旁边的肌电能量。处理后的数据发 /signals/clean。

伪影剔除不能省。EEG 最大的污染源是眨眼：一次眨眼在额叶电极上制造 100-200 μV 的尖峰，比信号大一个数量级，且频谱恰好落在低频段。最简单有效的防线是阈值检测——滑动窗幅度超过 ±100 μV 直接把该窗标记为坏段，下游分类器跳过。更精细的做法用 ICA（独立成分分析）把眨眼成分分离后剔除，但 ICA 的计算开销决定了它主要用于离线；sEMG 端的对应麻烦是电极移动伪影（低频大摆动）和邻近肌肉的串扰（cross-talk），前者带通的高通端已在物理上压掉大半，后者只能靠电极间距与放置位置管理。

阈值怎么定有讲究：拍脑袋定 100 μV 对额叶通道太松（眨眼常超过）、对枕叶通道太紧（生理信号本来就大）。实践做法是让用户静坐两分钟无任务记录，取每通道幅度的 95 分位数乘 1.5 倍作为该通道自适应阈值——阈值本身也是特征，要按通道、按用户在线估计，而不是全局一个常数。

一个滤波节点骨架（C++，rclcpp，滤波系数离线预计算）：

class FilterNode : public rclcpp::Node {
public:
  FilterNode() : Node("emg_filter") {
    sub_ = create_subscription<bio_signal::msg::BioSignal>(
      "/signals/raw", 10,
      [this](bio_signal::msg::BioSignal::SharedPtr msg) {
        for (size_t ch = 0; ch < msg->channels.size(); ++ch) {
          auto &st = states_[ch];
          double y = msg->channels[ch] - st.x1 * BP_A1 - st.x2 * BP_A2
                   + st.y1 * BP_B1 - st.y2 * BP_B2;
          double yn = y - st.n1 * NT_A1 - st.n2 * NT_A2
                   + st.ny1 * NT_B1 - st.ny2 * NT_B2;
          st.shift(msg->channels[ch], y, yn);
          msg->channels[ch] = yn;
        }
        if (window_peak(msg) > ARTIFACT_TH) return;
        pub_->publish(std::move(msg));
      });
    pub_ = create_publisher<bio_signal::msg::BioSignal>(
      "/signals/clean", 10);
  }
private:
  struct St { double x1{}, x2{}, y1{}, y2{},
              n1{}, n2{}, ny1{}, ny2{};
    void shift(double x, double y, double yn); };
  std::map<size_t, St> states_;
};

两个工程细节：滤波系数不用 ROS 参数服务器——系数在构造时烧死，避免运行时被改出震荡；窗函数、重采样、共平均参考（CAR）这些能前置到采集端的事就前置，ROS 节点只做必须在线的部分。

五、特征与分类：在 100 ms 预算内做决定

干净的信号到了分类器门口，先要压缩成特征向量——原始 8 通道 × 200 ms × 1 kHz 是 1600 个数，直接喂分类器既慢又容易过拟合。特征工程的本质是把 1600 个数压成几十个有物理含义的数。

时域特征便宜且能打，sEMG 的主力：

• RMS（均方根）：sqrt(mean(x^2))，反映激活强度，发力越大越高；
• 过零率（ZC）：波形穿越零线的次数，反映运动单元发放频率；
• 波形长度（WL）：曲线总路程，兼顾幅度与频率信息；
• 斜率符号变化（SSC）：过零率的二阶版，进一步刻画频率结构；
• 通道间相关系数：抓协同收缩模式，对抓握类动作区分度好。

五个特征 × 8 通道 = 40 维，LDA 微秒级出结果，是嵌入式部署的最小可行集。

频域特征是 EEG 的主场：对每个通道做 Welch 谱估计，取运动区 C3/C4 的 8-13 Hz 与 13-30 Hz 带功率及左右比值，直接对应 ERD 现象。对 MI 任务，CSP（共空间模式）+ LDA 是二十年经典基线：CSP 学一组空间滤波器（电极加权和）使两类任务的功率方差比最大化——本质是自动找出"哪几个电极怎么组合最能区分左右想象"，比手挑电极强得多。

分类器选择的真正约束是在线 latency 预算：

规则直白：特征工程做得好，LDA 就够；想吃下原始波形和非线性结构，才上 CNN——但先把 20 ms 推理延迟放进总预算核对。GPU 不是免死金牌：外骨骼控制循环跑 100 Hz 时，留给分类器的时间可能不足 5 ms，而模型量化、ONNX Runtime 这类话题只在延迟核算过关后才值得讨论。

最后是滑动窗口的权衡，三个参数联动：

• 窗长 200 ms：sEMG 特征稳定性的下限，再短 RMS 抖动大到没法用；EEG 的 ERD 分析常用 250-500 ms 换谱分辨率；
• 步进 50 ms：每秒出 20 次判决，相邻窗有 150 ms 数据重叠；
• 多数决：连续 3 次一致才输出，把误触发压下去一个数量级，代价是再花 100 ms。

窗长 + 步进 + 投票三个参数加起来正好吃满"肌肉先动 100 ms"的预算——调参时心里要有这本账：每加一个稳态判决，就从提前量里扣一笔。

这套参数的推导值得展开成一张延迟预算表，在线系统设计时照着填：

从表里能读出一个反直觉的结论：计算环节几乎免费，时间全花在"等数据攒够"上。窗长 200 ms 占了总延迟的一半以上，而它由特征稳定性决定、由不得你压缩——这就是为什么后续优化方向都在算法侧（更短窗的稳定特征、递推式特征更新），而不是把 CPU 换成更快的。

六、闭环：从概率到轨迹，以及写回人体

分类器输出"用户想屈肘"只是一个类别标签，距离外骨骼关节轨迹还差一层映射。工程上把解码输出接进 ROS 2 的控制层，做成有限状态机 + 速度映射两层：状态机管理"待机/屈/伸/停"的切换，用持续 300 ms 的判决一致性防抖；速度映射把 sEMG 激活度这个连续量按比例变成关节速度指令，发布到 /joint_trajectory——激活度越高动得越快，用户获得直观的力度感。

这套两层结构是踩坑踩出来的形状。直接把分类结果当速度指令（屈/伸二值乘固定速度）的方案，会在分类器抖动时产生关节"抽搐"——用户体验一次就再也不敢戴；而把激活度直接当指令又会把分类噪声混进幅度。离散的意图走状态机防抖，连续的幅度走比例映射，两条信息流分而治之，是把"分类器输出"翻译成"机器动作"的关键一步。轨迹平滑与力控环节的实时总线设计，写在外骨骼那篇里：外骨骼柔顺控制：EtherCAT 实时总线与导纳控制。

还有一条反向通道值得单独讲：FES（功能性电刺激）。解码是"读出"人体意图，FES 是"写回"——对瘫痪肌肉施加 20-50 Hz 的电脉冲串，直接引发收缩，用于中风后步态纠正（刺激胫前肌纠正足下垂是最经典处方）。读出 + 写回合起来就是一套闭环康复系统：sEMG 检测残余自主收缩，FES 按比例补足缺失的力量，患者"越用力、机器帮越多"——这既是治疗（促进神经可塑性）也是辅助（完成动作）。

FES 与 sEMG 同机共存有个先天矛盾：刺激脉冲本身会串进 sEMG 放大器造成饱和，V 级刺激与 mV 级信号同场。工程解法是时序交错——刺激器与采集器同步，只在刺激脉冲的间歇期采样，配合放大器的快速恢复（去饱和）设计。这也是"四级流水线都在和噪声赛跑"的最后一例：这里的噪声干脆是我们自己发出去的。

闭环跑通后还有一个容易被忽略的长期问题：信号会漂。电极阻抗随汗液变化、用户疲劳导致激活模式改变、电极位置每天贴得略有不同——今天调好的分类器下周可能掉十个点。产品级系统要么内置定期重标定流程（引导用户做一分钟标准动作），要么用无监督自适应（Riemannian 几何类的域迁移是近年热点）在线追着信号漂移跑。"出厂调好"在生物电系统里是个伪命题，维护性才是工程化的真门槛。

七、验证与评估：别拿准确率骗自己

流水线搭完只是半程，评估方法不对，前面全白干。BCI 文献里被滥用最狠的指标是离线分类准确率——它掩盖了三件事：用了多少数据训练、跨了几个 session、有没有把测试数据的信息泄漏进特征选择。可信的在线评估至少要：

1. 跨 session 测试：上午采的数据训练、下午的数据测试。生物电信号隔几个小时就漂（电极位置、皮肤状态、用户疲劳度），同 session 内的随机划分给出的准确率普遍虚高 10-15 个点。
2. 信息传输率（ITR）代替裸准确率：ITR = (log2(N) + p·log2(p) + (1-p)·log2((1-p)/(N-1))) × 每分钟判决次数，同时计入准确率 p、类别数 N 和速度——准确率 95% 但每五秒出一判的系统，不如 85% 每秒一判的。
3. 空闲态检测：真实使用中用户大部分时间不发出任何意图，分类器必须有一个"无命令"类，且它的误唤醒率要单独报告——实验室里没有空闲态的 90% 准确率，到用户头上就是每分钟几次的随机动作。

工程上还有一条隐性红线：新用户的标定时间。论文系统可以标定两小时，产品只能容忍两分钟——这直接决定了哪些"准确率高但标定重"的方法出不了实验室。自适应分类器（在线更新协方差的 adaptive LDA、域自适应）就是为压缩标定时间生的，值得在选型时优先考虑。

参考文献

1. Wolpaw, J. R., & Wolpaw, E. W. (Eds.). Brain-Computer Interfaces: Principles and Practice. Oxford University Press, 2012.（BCI 范式、信号与临床应用的系统论述）
2. Graimann, B., Allison, B., & Pfurtscheller, G. (Eds.). Brain-Computer Interfaces: Revolutionizing Human-Computer Interaction. Springer, 2010.（ERD/ERS 原理与 SSVEP 范式章节）
3. Farina, D., et al. "The Extraction of Neural Information from the Surface EMG for the Control of Upper-Limb Prostheses: Emerging Avenues and Preliminary Challenges." IEEE Transactions on Biomedical Engineering, vol. 61, no. 4, 2014.（sEMG 解码的信息上限与现实挑战）
4. Graupe, D., & Cline, W. K. "Functional Separation of EMG Signals via ARMA Identification Methods for Prosthesis Control Purposes." IEEE Transactions on Systems, Man, and Cybernetics, 1975.（肌电假肢控制的开端）
5. Lab Streaming Layer Project. LSL Documentation, https://labstreaminglayer.org/.（多模态时间同步网络协议）
6. Meng, F., et al. "Hybrid Brain-Computer Interface and FES System for Stroke Rehabilitation." IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 29, 2021.（解码 + 电刺激闭环康复实例）

本篇的一切数字信号都从那块模拟板上出来：生物电模拟前端：ADS1299 与右腿驱动——EEG 的 μV 级信号如何在 50 Hz 市电海洋里被捞起、右腿驱动如何主动抵消共模，是信噪比战争的前一半战报。

许可协议

本文采用 署名-非商业性使用-相同方式共享 4.0 国际 许可协议，转载请注明出处。

分享文章