基于皮层肌肉功能网络模型的肌肉控制精准度确定方法技术

本发明专利技术公开了一种基于皮层肌肉功能网络模型的肌肉控制精准度确定方法。本发明专利技术首先获取待测人员四个表面肌电信号和脑电信号。通过能量阈值法确定动作的起始位置和终止位置作为动作肌电信号。然后，用小波分析法对原始表面肌电信号与脑电进行多尺度分解，去除信号的噪声，再使用ICA独立分量分析方法去除脑电信号的伪影。最后使用传递熵计算不同肌肉与电极之间的传递熵，并构建邻接矩阵。将邻接矩阵二值化后构建有向皮层肌肉功能网络，使用网络的分析法对皮层与肌肉在运动时的状态进行分析。本发明专利技术体现了脑电信号与肌电信号之间的信息流动关系，将大脑皮层与肌肉整合为一个网络进行深度分析，从整体上对皮层与肌肉的关系进行了更深层次的解析。了更深层次的解析。了更深层次的解析。

【技术实现步骤摘要】
基于皮层肌肉功能网络模型的肌肉控制精准度确定方法


[0001]本专利技术涉及一种对手臂肌肉精确力道控制的分析方法，特别地，涉及基于皮层肌肉功能网络模型的肌肉控制精准度确定方法。

技术介绍

[0002]人体的皮层与肌肉之间的控制关系，以及我们是如何完成精确的控制任务一直是一个困扰广大学者的难题。尤其是针对一些运动功能障碍的患者，由于外伤等原因无法完成对肌肉的精确控制，同时也没有对于这一方面的评估方法，所以也无法针对这一情况进行特定的康复治疗。
[0003]目前国外有许多学者进行了基于人体力道控制的研究：德国阿尔伯特
·
路德维格斯大学神经病学诊所Kristeva
‑
Feige等发现当注意力集中在运动任务上时，β频段上的皮层肌肉耦合性可用于指示皮层肌肉网络的状态。日本熊本大学科学技术研究科的Norlaili Mat Safri等则通过上肢胫骨前肌的等距收缩，发现皮层与肌肉耦合性可以作为反映肌肉收缩所需要的认知努力程度，而国内在这一方面的分析研究并不多见。
[0004]目前尚没有针对肌肉力道控制精确度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于皮层肌肉功能网络模型的肌肉控制精准度确定方法，其特征在于：该方法包括如下步骤：步骤1：设计应用于确定肌肉控制力度精准度的实验范式；步骤11：通过握力计测出待测试人的最大握力值；步骤12：让待测试人以当前最大握力的70％握住握力器并保持3秒钟，将这一动作重复5次，每次动作间隔半分钟用于休息；在这一过程中，通过肌电采集仪采集桡侧腕屈肌、尺侧腕伸肌、肱桡肌和尺侧腕屈肌的表面肌电信号；通过59通道脑电采集仪同步采集脑电信号；通过能量阈值法确定动作的起始位置和终止位置作为动作肌电信号；步骤2：对脑电与肌电信号进行小波分解降噪；步骤3：使用fastICA算法对脑电信号进行分解，去除伪影；步骤4：通过经过降噪的肌电信号和去伪影后的脑电信号，计算信号之间的耦合性，并构建脑肌功能网络；步骤41：计算4路肌电信号与59路脑电信号之间的符号传递熵作为信号之间的耦合性；步骤42：根据计算得到的耦合性组成邻接矩阵；步骤43：对邻接矩阵进行二值化处理得到二值化矩阵；步骤44：根据得到的二值化矩阵构建脑肌功能网络；步骤5，通过的脑肌功能网络与求得的信号耦合性，得到待测试人的专注度，包括一下步骤：步骤51：计算脑肌功能网络中的平均度、平均聚类系数、全局效率和本地效率；步骤52：计算脑电与肌电信号之间耦合性平均值；步骤53：计算待测试人的专注度，并依据专注度确定肌肉控制精准度。2.根据权利要求1所述基于皮层肌肉功能网络模型的肌肉控制精准度确定方法，其特征在于：所述步骤2具体包括：2
‑
1：选择db4小波函数作为分解函数；2
...

【专利技术属性】
技术研发人员：席旭刚，周雷，高云园，汪婷，李训根，吕忠，李文国，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：