基于神經(jīng)肌肉功能耦合的腦肌電多尺度同步分析方法研究.pdf

1、大腦運(yùn)動(dòng)皮層的腦電信號(hào)(Electroencephalogram, EEG)和身體對(duì)側(cè)肌肉組織的肌電信號(hào)(Electromyography, EMG)分別反映運(yùn)動(dòng)控制信息和肌肉對(duì)大腦控制意圖的功能響應(yīng)信息。同時(shí)，由于生理系統(tǒng)是跨越多尺度時(shí)空進(jìn)行相互作用的復(fù)雜結(jié)構(gòu)，因此腦肌電多尺度同步分析能夠體現(xiàn)出運(yùn)動(dòng)過(guò)程中大腦皮層與肌肉組織之間不同層次的振蕩聯(lián)系，進(jìn)而評(píng)價(jià)運(yùn)動(dòng)系統(tǒng)功能。該研究已成為運(yùn)動(dòng)神經(jīng)科學(xué)領(lǐng)域的熱點(diǎn)問(wèn)題。
　　本文首先介紹了腦

2、電信號(hào)和肌電信號(hào)的產(chǎn)生及特點(diǎn)，分析了基于神經(jīng)肌肉功能耦合的腦肌電信號(hào)同步分析的研究進(jìn)展，從而確定了本文的研究?jī)?nèi)容：從腦電信號(hào)和肌電信號(hào)的非線性和多尺度特性出發(fā)，構(gòu)建腦肌電多尺度同步分析模型，定量刻畫(huà)不同尺度上、不同方向上的皮層肌肉功能耦合強(qiáng)度及信息傳遞量。
　　針對(duì)腦電和肌電信號(hào)的時(shí)間尺度特性，構(gòu)建多尺度傳遞熵分析模型定量描述不同時(shí)間尺度上腦肌電信號(hào)之間的功能耦合特征。同時(shí)定義了多尺度傳遞熵顯著面積指標(biāo)，描述腦肌電在不同頻段內(nèi)的耦

3、合強(qiáng)度關(guān)系及差異。數(shù)據(jù)仿真結(jié)果顯示，多尺度傳遞熵能夠有效刻畫(huà)兩個(gè)系統(tǒng)不同方向間不同時(shí)間尺度上的信息耦合強(qiáng)度及傳遞量，驗(yàn)證了算法的有效性。
　　由于腦電信號(hào)和肌電信號(hào)頻域特性突出，本文引入小波分解構(gòu)建小波-傳遞熵同步分析模型用于皮層肌肉時(shí)頻尺度上的功能耦合研究。進(jìn)一步利用變分模態(tài)分解方法替代小波變換，自適應(yīng)提取腦電和肌電信號(hào)時(shí)頻尺度，提出了變分模態(tài)分解-傳遞熵同步分析方法。通過(guò)仿真數(shù)據(jù)分析表明，小波-傳遞熵和變分模態(tài)分解-傳遞熵方法