一种基于累计尖峰序列的肌间共同轴突输入分析方法技术

本发明专利技术公开了一种基于累计尖峰序列的肌间共同轴突输入分析方法，包括步骤：多通道表面肌电信号同步采集并进行预处理；对预处理后的肌电信号进行运动单元分解，得到运动单元发放序列；根据得到的运动单元发放序列，将每个运动单元的发放序列叠加得到累计尖峰序列；计算累计尖峰序列的功率谱；对累计尖峰序列的功率谱采用最小二乘进行拟合得到参数A和B，评估肌间共同轴突输入的强度。该方法在上肢抓握运动中显示了肌肉接受到大量来自大脑皮层的共同轴突输入，而且共同轴突输入控制收缩力大小，揭示了运动过程中大脑对肌肉的控制机理，以及神经如何控制肌肉力量。以及神经如何控制肌肉力量。以及神经如何控制肌肉力量。

【技术实现步骤摘要】
一种基于累计尖峰序列的肌间共同轴突输入分析方法


[0001]本专利技术属于生物信号处理领域，涉及多通道表面肌电信号的运动单元分解，分离出累计尖峰序列后计算出功率谱，通过功率谱线性回归，定量评估肌间接受到来自大脑的共同轴突输入的强度。

技术介绍

[0002]运动的产生是通过运动神经元池传递轴突输入来完成的，将轴突输入转化为力的传感器是运动单元(MU)，它包括一组肌肉纤维和一个α运动神经元。每个运动神经元将接收到的轴突输入转换为一系列轴突动作电位，这些轴突动作电位到达运动单元并激发一组运动单元产生动作电位。表面肌电信号是众多肌纤维中运动单元动作电位在时间和空间上的叠加。所有运动单元动作电位的总和得到了表面肌电信号。传统的表面肌电信号(sEMG)分析通常提取信号的全局特征(如振幅)来估计肌肉的神经驱动。然而由于肌纤维的直径和类型不同，肌肉的神经驱动强度与肌电振幅之间的关联并不总是线性的，这种非线性会造成由具有不同内在特性的运动神经元接受相同的轴突输入时，将可能产生不同的输出信号，因此通过肌电的振幅大小来评估肌肉的神经驱动是不准确的。为了解决神经元传输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于累计尖峰序列的肌间共同轴突输入分析方法，其特征在于：该方法包括以下步骤：步骤1：多通道表面肌电信号同步采集并进行消噪滤波预处理；步骤2：对预处理后的肌电信号进行运动单元分解，得到运动单元发放序列；步骤3：根据步骤2得到的运动单元发放序列，将每个运动单元的发放序列叠加得到累计尖峰序列；步骤4：计算累计尖峰序列的功率谱；步骤5：对累计尖峰序列的功率谱采用最小二乘进行拟合得到参数A和B，评估肌间共同轴突输入的强度。2.根据权利要求1所述的基于累计尖峰序列的肌间共同轴突输入分析方法，其特征在于，所述步骤2中采用盲源分离算法进行运动单元分解。3.根据权利要求1所述的基于累计尖峰序列的肌间共同轴突输入分析方法，其特征在于，所述步骤3如下：得到运动单元发放序列后通过式(1)计算累计尖峰序列CST
t
，CST
t
是每块肌肉分解得到的所有MU发放序列的总和，若值大于等于1则赋值为1，否则赋值为0；其中，t代表采样时刻，n代表运动单元发放序列的个数，N
i
表示第i个MU在t时刻的值。4.根据权利要求3所述的基于累计尖峰序列的肌间共同轴突输入分析方法，其特征在于，所述步骤4包括：步骤4
‑
1：假设一个由N个接受随机输入电流的运动神经元组成的运动神经元池，在运动神经元的输入输出关系的线性假设下，单个运动神经元的输出功率谱S
x
(f)可简化为：S
x
(f)＝S
N
(f)+|X(f)|
2 S
s...

【专利技术属性】
技术研发人员：佘青山，苏佳豪，马玉良，孙明旭，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：