一种基于双向回溯最大信息系数的脑肌耦合分析方法技术

本发明专利技术公开了一种基于双向回溯最大信息系数的脑肌耦合分析方法。本发明专利技术首先进行脑电和表面肌电信号的同步采集并进行预处理，其次用切比雪夫II型带通滤波器得到特定频段，再用双向回溯最大信息系数值对特定频段的脑肌电信号进行计算，最后进行不同特征频段上的双向脑肌耦合分析。本发明专利技术为探究运动功能控制机制提供有效的方法，具有良好的应用前景。具有良好的应用前景。具有良好的应用前景。

【技术实现步骤摘要】
一种基于双向回溯最大信息系数的脑肌耦合分析方法


[0001]本专利技术属于神经系统运动控制机制研究领域，特别涉及一种基于双向回溯最大信息系数的计算，从而进行不同特征频段的双向耦合特性分析方法。

技术介绍

[0002]在人的自主运动过程中，大脑运动皮层通过运动神经通路发出控制肌肉动作的指令，肌肉的感觉信息通过感觉神经通路反馈到皮层，以保证动作的准确执行。这种信息交互作用可以通过脑电信号与效应肌表面肌电信号之间的耦合关系来量化。因此，脑肌耦合已成为揭示神经系统控制
‑
反馈机制，评价脑卒中等神经系统疾病患者运动功能及康复效果的重要途径。
[0003]构建复杂神经生理信号之间相互关系的关键挑战是准确捕获信号之间的信息流，它包括两个重要指标:方向和强度。相干法是量化脑肌耦合的主要方法之一。但缺乏识别信息交互方向的能力限制了相干性方法的应用。格兰杰因果关系及其可拓方法作为衡量时间序列之间因果关系的定向方法，其建立在线性系统上。然而，神经生理信号已被证明是非线性的。因此，格兰杰因果在分析非线性神经生理信号之间关系的有效性也受到了质疑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双向回溯最大信息系数的脑肌耦合分析方法，其特征在于，包括以下步骤：步骤(1)，同步采集脑电和表面肌电信号；对所述脑电和表面肌电信号进行预处理，得到预处理后的信号；步骤(2)，用切比雪夫II型带通滤波器处理所述预处理后的信号，得到beta频段的子带信号和gamma频段的子带信号；其中，所述beta频段是15Hz～30Hz，gamma频段为31Hz～60Hz；步骤(3)，将步骤(1)采集到的所述脑电和表面肌电信号用时间序列表示，得到脑电时间序列和表面肌电时间序列；使用散点图的形式表示脑电时间序列和表面肌电时间序列之间的关系，得到分布在二维空间中的散点图，将所述二维空间的横纵轴进行划分网格化，使用χ2测验方法，找到使互信息最大的网格化方案；分别计算beta频段的子带信号和gamma频段的子带信号的双向回溯最大信息系数BBMIC，计算方法如下：定义步骤(2)中得到的beta频段的子带信号和gamma频段的子带信号中任意一个子带信号中的脑电信号为X，表面肌电信号为Y；通过引入时滞参数τ来判别两个信号之间信息传输的方向，双向回溯最大信息系数BBMIC按以下公式计算得到：其中，I(X,Y,τ)为X,Y在时延τ下的互信息值，x,y分别为横轴和纵轴的网格数量；当BBMIC取得最大值时所对应的τ为负时说明方向为X
→
Y，为正时说明方向为Y
→
X；选取预设时间区间内的若干BBMIC进行求和，得到所述脑电信号和表面肌电信号之间的总信息流C

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