如何使用Matlab程序 -GUI的肌电信号处理_matlab 肌电信号滤波-CSDN博客

本文链接：https://blog.csdn.net/2501_90314346/article/details/147340090

如何使用Matlab程序 -GUI的肌电信号处理，设有用户登录界面、信号处理界面，特征计算界面。对给定动作的表面肌电信号进行滤波预处理，时域分析、频谱分析和熵值分析，比较疲劳前后各特征变化，分析肌肉不同工作状态下的特点。
在这里插入图片描述

文章目录

在 MATLAB 中使用 GUI（图形用户界面）处理肌电信号（EMG 信号）是一个非常实用的方法。以下是一个简单的示例，展示如何创建一个 GUI 来加载、预处理和分析 EMG 信号。

步骤概述

加载 EMG 数据：从文件中读取数据。
信号预处理：包括滤波、去噪等操作。
信号分析：计算时域特征（如 RMS、MAV 等）或频域特征。
显示结果：通过图形界面展示原始信号和处理后的信号。

代码实现

以下是一个完整的 MATLAB GUI 示例代码：

function emg_gui
    % 创建 GUI 主窗口
    fig = uifigure('Name', 'EMG Signal Processing', 'Position', [100, 100, 800, 600]);

    % 添加按钮：加载数据
    btnLoad = uibutton(fig, 'push', 'Text', 'Load EMG Data', ...
        'Position', [50, 500, 150, 30], 'ButtonPushedFcn', @(btn, event) loadEMGData());

    % 添加按钮：滤波
    btnFilter = uibutton(fig, 'push', 'Text', 'Filter Signal', ...
        'Position', [250, 500, 150, 30], 'ButtonPushedFcn', @(btn, event) filterSignal());

    % 添加按钮：分析
    btnAnalyze = uibutton(fig, 'push', 'Text', 'Analyze Signal', ...
        'Position', [450, 500, 150, 30], 'ButtonPushedFcn', @(btn, event) analyzeSignal());

    % 添加绘图区域
    ax = uiaxes(fig, 'Position', [50, 50, 700, 400]);

    % 全局变量存储数据和图形句柄
    data = struct('raw', [], 'filtered', [], 'analyzed', []);
    handles = struct('ax', ax);

    % 定义加载数据的回调函数
    function loadEMGData()
        % 打开文件选择对话框
        [file, path] = uigetfile({'*.mat', 'MAT Files (*.mat)'; '*.csv', 'CSV Files (*.csv)'}, 'Select EMG Data File');
        if isequal(file, 0)
            return; % 用户取消选择
        end

        % 加载数据
        filePath = fullfile(path, file);
        if contains(file, '.mat')
            loadedData = load(filePath);
            data.raw = loadedData.signal; % 假设 MAT 文件中信号存储在变量 signal 中
        elseif contains(file, '.csv')
            data.raw = csvread(filePath); % 如果是 CSV 文件
        end

        % 绘制原始信号
        plot(handles.ax, data.raw, 'b', 'DisplayName', 'Raw Signal');
        title(handles.ax, 'Raw EMG Signal');
        xlabel(handles.ax, 'Samples');
        ylabel(handles.ax, 'Amplitude');
        legend(handles.ax, 'show');
    end

    % 定义滤波信号的回调函数
    function filterSignal()
        if isempty(data.raw)
            uialert(fig, 'Please load EMG data first!', 'Error');
            return;
        end

        % 设计带通滤波器 (20-500 Hz)
        fs = 1000; % 假设采样频率为 1000 Hz
        lowCutoff = 20 / (fs / 2);
        highCutoff = 500 / (fs / 2);
        [b, a] = butter(4, [lowCutoff, highCutoff], 'bandpass');

        % 应用滤波器
        data.filtered = filtfilt(b, a, data.raw);

        % 绘制滤波后的信号
        hold(handles.ax, 'on');
        plot(handles.ax, data.filtered, 'r', 'DisplayName', 'Filtered Signal');
        title(handles.ax, 'Raw and Filtered EMG Signals');
        legend(handles.ax, 'show');
        hold(handles.ax, 'off');
    end

    % 定义分析信号的回调函数
    function analyzeSignal()
        if isempty(data.filtered)
            uialert(fig, 'Please filter the signal first!', 'Error');
            return;
        end

        % 计算 RMS（均方根值）
        rmsValue = sqrt(mean(data.filtered.^2));

        % 显示分析结果
        uialert(fig, sprintf('RMS Value: %.4f', rmsValue), 'Analysis Result');
    end
end