康復運動中腦肌電融合及同步分析方法研究.pdf

1、腦卒中患者運動康復訓練和功能評價已成為人工智能、神經科學和康復工程等領域的交叉研究熱點。其中，基于腦電和肌電信號的人機接口能夠幫助患者實現(xiàn)對外部設備的控制，激發(fā)患者主動運動意圖并促進神經重塑，改善康復訓練效果。然而由于腦電和肌電信號的微弱性、復雜性特征以及患者運動時會出現(xiàn)疲勞、肌力不足等情況，目前單獨基于腦電信號或肌電信號控制的康復系統(tǒng)在控制準確性和穩(wěn)定性以及康復狀態(tài)評價等方面仍有待進一步研究。本文研究腦電和肌電信號融合及同步分析方法，

2、利用腦肌電信號間的協(xié)同互補性來提高運動模式識別的準確率和穩(wěn)定性；同時，分析腦肌電信號間的多層次同步耦合關系，從神經運動控制層面解碼手部運動控制神經生理機制，為進一步應用于康復機構控制和臨床康復功能評價提供理論基礎。
　　首先，總結腦電信號和肌電信號在康復工程領域的研究及應用現(xiàn)狀，介紹了腦電和肌電信號的產生原理、特征屬性、采集原理及預處理通用方法，并提出相應的預處理算法用于去除實測腦電和肌電信號的偽跡干擾。
　　其次，針對腦肌

3、電信號間的協(xié)同互補性特點，提出基于粒子群優(yōu)化-支持向量機的腦肌電特征融合方法：定義“融合系數(shù)”將腦電和肌電特征進行融合，利用支持向量機和粒子群優(yōu)化算法實現(xiàn)融合系數(shù)的自適應優(yōu)化和運動模式分類，進而實現(xiàn)腦肌電特征的有效融合以提高運動模式分類準確性；并通過調整腦肌電特征“融合系數(shù)”降低由于患者肌力不足、疲勞帶來的影響，提高模式識別系統(tǒng)穩(wěn)定性。
　　再次，為探索腦肌電間多層次的同步耦合關系，在對比分析一致性、格蘭杰因果、傳遞熵三種同步性分

4、析算法基礎上，提出了時頻傳遞熵算法，從時頻、方向性和非線性角度研究腦肌電信號間的信息傳遞特性。通過對每種算法的仿真分析驗證本文算法，可用于描述不同耦合模型間的信息傳遞關系。
　　最后，對腦肌電信號融合模型和同步分析方法進行實驗研究。同步采集9名健康被試在單側手腕彎曲和伸展狀態(tài)下的腦電和肌電信號，利用粒子群優(yōu)化-支持向量機的腦肌電特征融合模型實現(xiàn)對單側手腕彎曲和伸展運動模式的有效分類；同步采集10名健康被試4種不同握力下的腦肌電信號