[發明專利]一種R藤Copula互信息的肌間耦合分析方法

在審

• 申請號: 202011031460.2
• 申請日: 2020-09-27
• 公開（公告）號: CN112130668A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 佘青山;王洪安;席旭剛;高云園;孔萬增
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06F3/01
• 分類號: G06F3/01;A61B5/00;A61B5/0488
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 周希良

1.一種R藤Copula互信息的肌間耦合分析方法，其特征在于：該方法包括以下主要步驟：

步驟(1)，多通道表面肌電信號的同步采集與預處理；

具體為：在表面肌電設備的監控下，同步采集上肢上斜方肌、前三角肌、內側三角肌、后三角肌、胸大肌、岡下肌、肱二頭肌、肱三頭肌上的N通道sEMG信號，采樣頻率為2000Hz，并對采集到的sEMG信號進行預處理；

步驟(2)，非參數核密度估計邊際分布函數；

具體為：假設各通道sEMG信號是來自連續分布函數F_i(x_i)的同分布樣本，T為時間序列的長度，i＝1,2,...,N，那么F_i(x_i)的非參數核密度估計為

其中，為概率密度函數；

步驟(3)，R藤Copula的簡單矩陣表示及參數估計；

具體為：一個N通道sEMG信號的R藤結構由N-1層樹T₁,T₂,...,T_N-1組成，第i棵樹的節點集記為N_i，邊集記為E_i，i＝1,2,..,N-1，它們滿足以下條件：

樹T₁的節點集N₁＝{1,2,...,N}，邊集為E₁；

第i棵樹T_i的節點集N_i＝E_i，即第i棵樹的節點集是第i-1棵樹的邊集；

如果樹T_i中兩條邊在樹T_i+1中用邊連接，那么這兩條邊在樹T_i中必須有一個共同的節點；

下面，建立一個N維R藤統計模型：設N通道sEMG信號x₁,x₂,...,x₈構成的隨機向量為X＝{x₁,x₂,...,x₈}，其中第i個變量x_i的邊緣密度函數為f_i，則隨機向量X的聯合概率密度函數表示為

其中，E_i中的邊e＝j(e),k(e)|D(e)，j(e)和k(e)是與邊e相連接的兩個節點，D(e)是條件集，c_{j(e),k(e)|D(e)}表示邊e對應的Pair-Copula密度函數，F(x_j(e)|x_D(e))和F(x_k(e)|x_D(e))為由條件集D(e)決定的服從[0,1]均勻分布的轉化變量；

在定向圖模型的基礎上，采用基于下三角矩陣的R藤矩陣RVM計算和模擬R藤；在R藤矩陣RVM確定之后，采用赤池信息準則從眾多的Copula函數集中選擇最優的Pair-Copula函數，在確定最優的Pair-Copula函數后，利用極大似然估計法估計各Pair-Copula函數中的參數；

步驟(4)，估計R藤Copula互信息和R藤Copula條件互信息；

具體為：就連續分布而言，兩個隨機變量X，Y之間的互信息MI定義為

其中，f(x,y)是X和Y的聯合概率密度函數，f(x)和f(y)分別是X和Y的邊緣概率密度函數；

條件互信息CMI定義為

CMI表達的是以第三個隨機變量Z為條件的兩個隨機變量X，Y之間的MI；

將R藤Copula密度函數代入MI和CMI的表達式中，即可得到RVCMI和RVCCMI

其中，x₁,x₂,...,x_m表示m個觀測變量，z₁,z₂,...,z_n表示n個條件變量，u_i＝F_i(x_i)，v_i＝F_i(z_i)；

步驟(5)，肌間耦合分析；

在肌間耦合分析時，分為雙通道和多通道分析：

1)令m＝2，計算RVCMI；同時令n＝6，計算RVCCMI，從而度量雙通道肌間間接和直接的非線性耦合強度關系，即將其它6通道sEMG信號視作條件變量；

2)令m＝2，計算RVCMI；再令m＝7，n＝1，計算RVCCMI，從而度量多通道肌間間接和直接的非線性耦合強度關系，即將某一通道sEMG信號視作條件變量。