一种基于多模态耦合分析的运动功能评估方法及其系统技术方案

本发明专利技术涉及多模态数据处理技术领域，具体公开了一种基于多模态脑肌耦合分析的运动功能评估方法及其系统，利用多模态生理数据采集系统进行同步数据采集获得多模态生理数据，依次进行数据预处理、逐一特征提取和脑肌参数耦合分析，获得单生理运动参数和脑肌耦合运动参数进行肢体运动功能分析，计算肢体运动肌力功能指标，并结合机器学习方法计算运动神经环路功能指标，利用集成学习方法建立运动功能康复评估模型，实现从神经环路和运动能力两个方面对肢体运动障碍进行多模态脑肌耦合分析，以实现康复训练中运动功能状态的快速精准评估。现康复训练中运动功能状态的快速精准评估。现康复训练中运动功能状态的快速精准评估。

【技术实现步骤摘要】
一种基于多模态耦合分析的运动功能评估方法及其系统


[0001]本专利技术涉及多模态数据处理
，具体涉及一种基于多模态脑肌耦合分析的运动功能评估方法及其系统。

技术介绍

[0002]脑卒中、脊髓损伤等疾病会导致肢体功能运动降低甚至完全丧失，康复治疗是恢复运动功能的有效途径，而运动功能评定是脑卒中患者肢体运动功能障碍诊断和康复治疗的前提和基础。传统的运动功能评定方法依靠医师的主观经验，其评定结果具有较强主观性，且评定流程复杂且繁琐，对康复医师水平要求居高。运动功能客观评定方法使用传感检测代替医师进行运动功能评定，可直接或间接反映患者运动功能的生理参数用于评定，相较于传统方法更直接客观。其中肌电、肌氧信号可间接反映患者的肌力水平，而脑卒中患者的肢体运动障碍根源是神经环路受损，可检测脑电、脑氧等生理信号体现患者的脑功能状态用于运动功能客观评定。然而目前大多数相关研究采用的生理参数数量少或模态较为单一，利用脑电信号或肌电信号进行单独评价只能间接从单一维度评定运动功能，不能较为准确地反映脑卒中患者的神经环路受损情况。
专利
技术实现思路

[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多模态脑肌耦合分析的运动功能评估方法，其特征在于，所述方法包括以下步骤：S100，采集多模态生理数据，包括神经环路生理数据和运动肌力生理数据；S200，对所述多模态生理数据进行数据预处理，得到多模态真实数据；对所述多模态真实数据进行逐一特征提取，得到单生理运动参数；S300，结合所述单生理运动参数，对所述多模态真实数据进行脑肌参数耦合分析，得到脑肌耦合运动参数；S400，根据所述脑肌耦合运动参数结合机器学习方法构建多个运动功能预测子模型，计算得到运动神经环路功能指标；S500，根据所述单生理运动参数和脑肌耦合运动参数进行肢体运动功能分析，计算得到肢体运动肌力功能指标；S600，输入所述运动神经环路功能指标和肢体运动肌力功能指标，利用集成学习方法建立运动功能康复评估模型。2.根据权利要求1所述的一种基于多模态脑肌耦合分析的运动功能评估方法，其特征在于，在S100中，所述多模态生理数据包括神经环路生理数据和运动肌力生理数据，其中所述神经环路生理数据至少包括受试者特定脑区的脑电信号和脑氧数据，所述运动肌力生理数据至少包括受试者多个特定肌肉部位的肌电信号和肌氧数据。3.根据权利要求1所述的一种基于多模态脑肌耦合分析的运动功能评估方法，其特征在于，在S300中，结合所述单生理运动参数，对所述多模态真实数据进行脑肌参数耦合分析，得到脑肌耦合运动参数的方法为：所述脑肌耦合运动参数，包括脑电脑氧相关可变量、脑电肌电相干耦合度量和肌电肌氧多模态相关系数，其计算方法包括：S301，采用滑动窗口方法对所述多模态真实数据进行按段进行分割，按序得到各段分割多模态生理子数据；其中，设定对所述多模态真实数据分割成N个分割多模态生理子数据，N为常数；S302，对所述各段分割多模态生理子数据进行神经血管耦合分析，包括在各段分割的采集时间段内计算所述脑电脑氧相关可变量记作VarECO，其计算公式为：；其中，x t
表示为脑电信号在时刻为t值的采样值，t 为时间变量，各段分割多模态生理子数据对应的时间段范围为t∈[t1,t2]，t1为起始分割时刻，t2为结束分割时刻；y t
表示为脑氧数据在t时刻对应的光强度值，F(x
t+1
, x t
, y t
)表示为计算脑电信号在t时刻、t+1时刻对应的x t+1
、x t
值与脑氧数据在t时刻的y t
值之间的联合分布函数，F(x
t+1 | x t
)表示为计算脑电信号在t时刻对应下一时刻出现x
t+1
值的联合分布概率，F(y t | x t
)表示为计算脑电信号在t时刻时对应的脑氧数据出现y t
值的联合分布概率，F(x
t+1 , y t | x t
)表示为计算脑电信号在t+1时刻对应的x t+1
值与脑电信号在t时刻对应的脑氧数据出现y t
值的概率之间联合分布函数；log2表示为计算以2为底的对数；S303，对所述各段分割多模态生理子数据进行肌电肌氧耦合分析，包括结合所述单生理运动参数，计算脑电肌电相干耦合度量记作EMCC，其计算公式为：
n
i
, m
i
)表示为计算神经血管耦合曲线在第i个分段、第i+1个分段对应的预测值与运动肌肉活动曲线在第i个分段的预测值之间的联合分布函数，F(n
i+1 | n
i
)表示为计算神经血管耦合曲线在第i个分段对应下一个分段出现n
i+1
值的联合分布概率，F(m
i | n
i
)表示为计算神经血管耦合曲线在第i个分段为n
i
值时对应的运动肌肉活动曲线出现m
i
值的联合分布概率，F(n
i+1 , m
i | n
i
)表示为计算神经血管耦合曲线在第i个分段为n
i
值与其对应的运动肌肉活动曲线在第i个分段出现m
i
值的概率之间的联合分布函数；log2表示为计算以2为底的对数；S405，所述脑肌耦合运动参数包括所述肌电肌氧多模态相关系数，当所述各段分割多模态生理子数据对应的肌电肌氧多模态相关系数大于等于对应的肌电肌氧耦合特征阈值时，根据该段分割多模态生理子数据对应的起始分割时刻计算得到主动运动反应时间和主动运动持续时间，分别记作Tr和Td；S406，计算主动运动持续时间与所述脑肌耦合运动参数对应的采集时间总长的比值，得到主动运动参与度记作Sp，其计算公式为：；其中，T为所述脑肌耦合运动参数对应的采集时间总长。5.根据权利要求4所述的一种基于多模态脑肌耦合分析的运动功能评估方法，其特征在于，在S401中，所述根据该段分割多模态生理子数据对应的起始分割时刻计算得到运动神经环路传导时间的方法为：S4011，当所述各段分割多模态生理子数据对应的脑电脑氧相关可变量大于等于预设的神经血管耦合特征阈值时，判定该段出现主动运动意图，记录该段分割多模态生理子数据对应的起始分割时刻为T1；S4012，当所述各段分割多模态生理子数据对应的脑电肌电相干耦合度量大于等于预设的皮层肌肉耦合特征阈值时，判定该段出现准备运动动作，记录该段...

【专利技术属性】
技术研发人员：吴凯，李文豪，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：