[發(fā)明專利]一種基于肌間協(xié)同和肌間耦合運動功能分析方法

在審

• 申請?zhí)枺?/td>: 202010099618.3
• 申請日: 2020-02-18
• 公開（公告）號: CN111326252A
• 公開（公告）日: 2020-06-23
• 發(fā)明（設(shè)計）人: 高云園;黃威;王宗印;劉宏明;孟明;馬玉良
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/62;A61B5/0488;A61B5/04;A61B5/00
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 楊舟濤

1.一種基于肌間協(xié)同和肌間耦合運動功能分析方法，其特征在于，該方法包括如下步驟：

步驟1、使用多軸笛卡兒手臂康復(fù)機記錄手的位置和手部產(chǎn)生的三維力，同時利用生物電采集每個三維產(chǎn)生情況下的肌電信號；

步驟2、對采集到的肌電信號進行預(yù)處理，包括降頻、降噪；

步驟3、采用非負矩陣分解的方法對預(yù)處理后的信號進行分解，計算多通道肌間的協(xié)同模塊，提取各個協(xié)同模塊的協(xié)同肌肉對；

步驟4、運用一致性分析算法分別計算協(xié)同肌肉和非協(xié)同肌肉八個象限的相干性，將協(xié)同肌肉對與非協(xié)同肌肉對的相干性進行比較分析；

步驟5、提取中風病人的協(xié)同肌肉對以及非協(xié)同肌肉對之間的相干性，利用一致性面積指標對中風病人與健康受試者進行對比分析。

2.根據(jù)權(quán)利要求1所述的一種基于肌間協(xié)同和肌間耦合運動功能分析方法，其特征在于，步驟1具體為：受試者抓住多軸笛卡兒手臂康復(fù)機的萬向柄，坐在一把可調(diào)節(jié)的椅子上，手放在同一個肩膀的正前方，與肩膀的距離為手臂長度的60％，在54個不同方向產(chǎn)生自愿力，其三維力的在空間中近似均勻地分布；力的大小設(shè)定在最大側(cè)向力的40％；對于每個試驗，目標匹配任務(wù)在2秒基線間隔后啟動；目標匹配成功后，要求受試者保持1秒，然后按隨機順序執(zhí)行下一個目標匹配任務(wù)；每個目標都有三次嘗試的機會。

3.根據(jù)權(quán)利要求1所述的一種基于肌間協(xié)同和肌間耦合運動功能分析方法，其特征在于，步驟3中的采非負矩陣分解的方法對預(yù)處理后的信號進行分解，具體如下：

應(yīng)用非負矩陣分解于表面肌電信號的肌間協(xié)同分析中，分解得到兩個分解矩陣，分別反映了運動控制的自由度和每個協(xié)同模塊的激活系數(shù)；非負矩陣分解的形式如下：

式中，V_iμ表示原始采集的肌電信號，

W_ij為基矩陣，表示第j個模塊分解出的第i塊肌肉模塊的激活程度，

H_jμ為系數(shù)矩陣，表示第j個模塊在μ時刻的激活程度，

n為基矩陣分解列數(shù)，代表模塊數(shù)量；

n＝4，μ表示采集的時間長度，i＝8，表示8塊肌肉；

非負矩陣分解算法NMF的求解寫成標準的優(yōu)化問題：

求解優(yōu)化問題(2)的迭代法則如下：

W←arg min_H≥0E(W,H) (3)

H←arg min_W≥0E(W,H) (4)

式(3)和(4)中的W和H交替優(yōu)化，最終得到全局最優(yōu)解；

為確定上述分解過程中肌肉協(xié)同矩陣列數(shù)，即確定肌肉協(xié)同效應(yīng)的合適數(shù)量，運用解釋方差VAF計算方法：

RSS為殘差平方和，TSS為總平方和,V_iμ為表示原始采集的肌電信號，為經(jīng)過分解后的重構(gòu)的肌電信號。

4.根據(jù)權(quán)利要求1所述的一種基于肌間協(xié)同和肌間耦合運動功能分析方法，其特征在于，步驟4中運用一致性分析算法分別計算協(xié)同肌肉和非協(xié)同肌肉八個象限的相干性，具體如下：

最常見的相干性分析方法是一致性分析方法，其原理是利用自譜密度與互譜密度的比值來描述兩肌電信號的耦合程度；其表達式為：

式中S_xy(f)—表示信號X和信號Y的互功率譜密度；

S_xx(f)—表示信號X的自功率譜密度；

S_yy(f)—表示信號Y的自功率譜密度；

相干性值C_xy(f)在0和1之間變化，當相干性C_xy(f)為0時表示兩肌電信號之間不存在耦合關(guān)系，當相干性C_xy(f)為1時表示兩肌電信號完全線性相關(guān)；相干性值C_xy(f)越大代表兩肌電信號之間的耦合關(guān)系越強；為了判斷兩肌信號之間是否存在明顯相干關(guān)系，設(shè)定了顯著相干閾值指標，當相干性大于相干閾值的CL的時候，認為兩肌電信號之間的相干性是顯著的，其中顯著相干閾值CL具體表達公式如下：

CL＝1-α^1/L (7)

式中L表示窗口數(shù)，pα，α＝0.05，即95％置信區(qū)間以上。

5.根據(jù)權(quán)利要求1所述的一種基于肌間協(xié)同和肌間耦合運動功能分析方法，其特征在于，利用一致性面積指標對中風病人與健康受試者進行對比分析，具體如下：

由于數(shù)據(jù)長度的差異，會導(dǎo)致計算出來的顯著相干閾值的不同，即是否具有耦合性的標準也隨之改變，比較各組之間的耦合性差異，需統(tǒng)一化一直指標進行對比，提出顯著性面積指標A，即利用一致性計算出來的相干性曲線與前文的介紹的顯著相干閾值L所圍成的面積指標，由于該算法都減去了自身的顯著性相干閾值，即在同一標準下比較組內(nèi)的耦合特征；其公式為：

A＝∑_fΔf(C_xy(f)-CL) (8)

其中，Δf表示頻率分辨率，f表示頻率，A的數(shù)值越大表示協(xié)同性肌肉間耦合強度越高。