一种基于深层脑肌功能耦合的信息展示方法及装置制造方法及图纸

本说明书公开了一种基于深层脑肌功能耦合的信息展示方法及装置，获取设定时间内的脑电信号和肌电信号，并针对该脑电信号进行溯源分析，确定大脑皮层中各功能区域对应的源信号，功能区域对应的源信号用于表征该功能区域的大脑皮层向外发放的信号，而后，根据该设定时间内的肌电信号，确定出运动单元MU向外发放信号的发放时间，并根据发放时间，确定各肌肉表皮位置所接收到的MU发放的源信号，而后，将各功能区域对应的源信号以及各肌肉表皮位置所接收到的MU发放的源信号，输入到非参数耦合模型，以确定出各功能区域对应的源信号与各肌肉表皮位置所接收到的MU发放的源信号之间的相关性，以提高脑肌功能耦合的准确性。以提高脑肌功能耦合的准确性。以提高脑肌功能耦合的准确性。

【技术实现步骤摘要】
一种基于深层脑肌功能耦合的信息展示方法及装置


[0001]本说明书涉及医疗
，尤其涉及一种基于深层脑肌功能耦合的信息展示方法及装置。

技术介绍

[0002]脑肌功能耦合信息可以表示出大脑与其支配肌肉活动之间的功能连通情况，因此，当前，可以通过分析脑肌功能耦合，来评估肌肉运动功能的情况。例如，对于脑卒中患者来说，可以通过确定患者的脑肌功能耦合信息，来评估该患者的手部运动功能情况。
[0003]然而目前脑肌功能耦合的分析，多数通过患者身体表面采集得到脑电信号和肌电信号来进行分析，即，以浅层次的相干性计算耦合强度。手部肌肉群密集、运动感觉功能复杂，增加了手部脑肌功能耦合效应评估难度，现有耦合分析方法的精准度和临床实际评估效果难以保证。
[0004]所以，如何提高针对脑肌功能耦合分析的准确性，则是一个亟待解决的问题。

技术实现思路

[0005]本说明书提供一种基于深层脑肌功能耦合的信息展示方法及装置，以部分的解决现有技术存在的上述问题。
[0006]本说明书采用下述技术方案：
[0007]本说明书提供了一种基于深层脑肌功能耦合的信息展示方法，包括：
[0008]获取设定时间内的脑电信号和肌电信号；
[0009]针对所述设定时间内的脑电信号根据溯源算法进行溯源分析，确定大脑皮层中各功能区域对应的源信号，针对每个功能区域，该功能区域对应的源信号用于表征该功能区域的大脑皮层向外发放的信号；
[0010]根据所述设定时间内的肌电信号，确定出运动单元MU向外发放信号的发放时间，并根据所述发放时间，确定各肌肉表皮位置所接收到的MU发放的源信号；
[0011]将所述各功能区域对应的源信号以及所述各肌肉表皮位置所接收到的所述MU发放的源信号，输入到预设的非参数耦合模型，以确定出所述各功能区域对应的源信号与所述各肌肉表皮位置所接收到的所述MU发放的源信号之间的相关性信息，所述相关性信息用于表征所述各功能区域与所述各肌肉表皮位置之间的功能相关性；
[0012]将所述相关性信息，按照预设的展示形式在预设的医疗电子设备进行展示。
[0013]可选地，获取设定时间内的脑电信号和肌电信号，具体包括：
[0014]根据多元自回归模型生成模拟脑电信号，并根据平面体导体模型生成模拟肌电信号；
[0015]将所述模拟脑电信号，作为所述设定时间内的脑电信号，以及将所述模拟肌电信号，作为所述设定时间内的肌电信号。
[0016]可选地，针对所述设定时间内的脑电信号进行溯源分析，确定大脑皮层中各功能
区域对应的源信号，具体包括：
[0017]将大脑皮层划分为若干个皮层表面；
[0018]确定用于表征各皮层表面与各肌肉表皮位置之间相关关系的场矩阵；
[0019]针对每个表皮位置，以该表皮位置上的脑电信号与通过所述场矩阵和大脑皮层中各功能区域对应的源信号预测出的该表皮位置上的脑电信号之间差异最小为优化目标，按照最小范数法进行求解，以确定出各皮层表面发放给该表皮位置的源信号；
[0020]根据各皮层表面发放给各表皮位置的源信号，确定出大脑皮层中各功能区域对应的源信号。
[0021]可选地，根据所述设定时间内的肌电信号，确定出运动单元MU向外发放信号的发放时间，具体包括：
[0022]根据所述设定时间内的肌电信号，确定各MU的信号表示信息；
[0023]针对每个MU，将所述信号表示信息中该MU在各时间点的信号值进行聚类，得到该MU对应的聚类结果；
[0024]根据该MU对应的聚类结果，确定出运动单元MU向外发放信号的发放时间。
[0025]可选地，根据所述设定时间内的肌电信号，确定各MU的信号表示信息，具体包括：
[0026]确定所述设定时间内每一时刻对应的活跃指数；
[0027]根据所述活跃指数，确定所述设定时间内的活跃时刻，并根据所述活跃时刻所对应的肌电信号，确定初始互相关向量，互相关向量用于表示每个MU与每个肌肉表皮位置之间的信号相关性；
[0028]根据初始互相关向量，按照自然梯度下降法，确定出目标互相关向量；
[0029]根据所述目标互相关向量，确定各MU的信号表示信息。
[0030]可选地，根据所述发放时间，确定各肌肉表皮位置所接收到的MU发放的源信号，具体包括：
[0031]针对每个肌肉表皮位置，将该肌肉表皮位置接收到的MU信号波形与MU的发放时间作卷积，得到该肌肉表皮位置上的接收到的各MU的信号序列；
[0032]将该肌肉表皮位置接收到的各MU的信号序列进行累加，得到肌肉表皮位置所接收到的所述MU发放的源信号。
[0033]可选地，将所述各功能区域对应的源信号以及所述各肌肉表皮位置所接收到的所述MU发放的源信号，输入到预设的非参数耦合模型，以确定出所述各功能区域对应的源信号与所述各肌肉表皮位置所接收到的所述MU发放的源信号之间的相关性信息，具体包括：
[0034]将所述各功能区域对应的源信号，与所述各肌肉表皮位置所接收到的所述MU发放的源信号作为非参数耦合模型的输入信号，作短时傅里叶变换并计算各自的自功率谱；
[0035]根据所述自功率谱，得到白化系数；
[0036]根据所述白化系数，确定白化后的互功率谱；
[0037]根据所述白化后的互功率谱，积分得到总积矩相干性
[0038]定义在时域上的关于时间延迟的相关度量δ
yx
(τ)，所述相关度量用于表示通过相干性逆傅里叶变换得到的信号时间延迟在时域的变化；
[0039]根据所述相关度量以及所述总积矩相干性，通过不同的滞后范围确定出每个滞后范围下的相干估计；
[0040]根据各个滞后范围所对应的时滞功率谱所占总功率谱的比例，对每个滞后范围下的相干估计作归一化，得到每个滞后范围下归一化后的相干估计，作为所述相关性信息。
[0041]本说明书提供了一种基于深层脑肌功能耦合的信息展示装置，包括：
[0042]获取模块，用于获取设定时间内的脑电信号和肌电信号；
[0043]脑电溯源模块，用于针对所述设定时间内的脑电信号根据溯源算法进行溯源分析，确定大脑皮层中各功能区域对应的源信号，针对每个功能区域，该功能区域对应的源信号用于表征该功能区域的大脑皮层向外发放的信号；
[0044]肌电溯源模块，用于根据所述设定时间内的肌电信号，确定出运动单元MU向外发放信号的发放时间，并根据所述发放时间，确定各肌肉表皮位置所接收到的MU发放的源信号；
[0045]输入模块，用于将所述各功能区域对应的源信号以及所述各肌肉表皮位置所接收到的所述MU发放的源信号，输入到预设的非参数耦合模型，以确定出所述各功能区域对应的源信号与所述各肌肉表皮位置所接收到的所述MU发放的源信号之间的相关性信息，所述相关性信息用于表征所述各功能区域与所述各肌肉表皮位置之间的功能相关性；
[0046]展示模块，用于将所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深层脑肌功能耦合的信息展示方法，其特征在于，包括：获取设定时间内的脑电信号和肌电信号；对所述设定时间内的脑电信号根据溯源算法进行溯源分析，确定大脑皮层中各功能区域对应的源信号，针对每个功能区域，该功能区域对应的源信号用于表征该功能区域的大脑皮层向外发放的信号；根据所述设定时间内的肌电信号，确定出运动单元MU向外发放信号的发放时间，并根据所述发放时间，确定各肌肉表皮位置所接收到的MU发放的源信号；将所述各功能区域对应的源信号以及所述各肌肉表皮位置所接收到的所述MU发放的源信号，输入到预设的非参数耦合模型，以确定出所述各功能区域对应的源信号与所述各肌肉表皮位置所接收到的所述MU发放的源信号之间的相关性信息，所述相关性信息用于表征所述各功能区域与所述各肌肉表皮位置之间的功能相关性；将所述相关性信息，按照预设的展示形式在预设的医疗电子设备进行展示。2.如权利要求1所述的方法，其特征在于，获取设定时间内的脑电信号和肌电信号，具体包括：根据多元自回归模型模拟脑电信号，并根据平面体导体模型生成模拟肌电信号；将所述模拟脑电信号，作为所述设定时间内的脑电信号，以及将所述模拟肌电信号，作为所述设定时间内的肌电信号。3.如权利要求1所述的方法，其特征在于，对所述设定时间内的脑电信号进行溯源分析，确定大脑皮层中各功能区域对应的源信号，具体包括：将大脑皮层划分为若干个皮层表面；确定用于表征各皮层表面与各表皮位置之间相关关系的场矩阵；针对每个表皮位置，以该表皮位置上的脑电信号与通过所述场矩阵和大脑皮层中各功能区域对应的源信号预测出的该表皮位置上的脑电信号之间差异最小为优化目标，按照最小范数法进行求解，以确定出各皮层表面发放给该表皮位置的源信号；根据各皮层表面发放给各表皮位置的源信号，确定出大脑皮层中各功能区域对应的源信号。4.如权利要求1所述的方法，其特征在于，根据所述设定时间内的肌电信号，确定出运动单元MU向外发放信号的发放时间，具体包括：根据所述设定时间内的肌电信号，确定各MU的信号表示信息；针对每个MU，将所述信号表示信息中该MU在各时间点的信号值进行聚类，得到该MU对应的聚类结果；根据该MU对应的聚类结果，确定出运动单元MU向外发放信号的发放时间。5.如权利要求4所述的方法，其特征在于，根据所述设定时间内的肌电信号，确定各MU的信号表示信息，具体包括：确定所述设定时间内每一时刻对应的活跃指数；根据所述活跃指数，确定所述设定时间内的活跃时刻，并根据所述活跃时刻所对应的肌电信号，确定初始互相关向量，互相关向量用于表示每个MU与每个肌肉表皮位置之间的信号相关性；根据初始互相关向量，按照自然梯度下降法，确定出目标互相关向量；
根据所述目标互相关向量，确定各MU的信号表示信息。6.如权利要求1所述的方法，其特征在于，根据所述发放时间，确定各肌肉表皮位置所接收到的MU发放的源信号，具体包括：针对每个肌肉表皮位置，将该肌肉表皮位置接收到的MU信号波形与MU的发放时间作卷积，得到该肌肉表皮位置上的接收到的各MU的信号序列；将该肌肉表皮位置接收到的各MU的信号序列进行累加，得到肌肉表皮位置所接收到的所述MU发放的源信号。7.如权利要求1所述的方法，其特征在于，将所述各功能区域对应的源信号以及所述各肌肉表皮位置所接收到的所述MU发放的源信号，输入到预设的非参数耦合模型，以确定出所述各功能区域对应的源信号与所述各肌肉表皮位置所接收到的所述MU发放的源信号之间的相关性信息，具体包括将所述各功能区域对应的源信号，与所述各肌肉表皮位置所接收到的所述MU发放的源信号作为非参数耦合模型的输入信号，作短时傅里叶变换并计算各自的自功率谱；根据所述自功率谱，得到白化系数；根据所述白化系数，确定白化后的互功率谱；根据所述白化后的互功率谱，积分得到总积矩相干性定义在时域上的关于时间延迟的相关度量δ
yx
(τ)，所述相关度量用于表示通过相干性逆傅里叶变换得到的信号时间延迟在时域的变化；根据所述相关度量以及所述总积矩相干性，通过不同的滞后范围确定出每个滞后范围下的相干估计；根据各个滞后范围所对应的时滞功率谱所占总功率谱的比例，对每个滞后范围下的相干估计作归一化，得到每个滞后范围下归一化后的相干估计，作为所述相关...

【专利技术属性】
技术研发人员：魏依娜，李鑫航，刘金标，冯琳清，唐弢，姜立子，郑市委，
申请(专利权)人：之江实验室，
类型：发明
国别省市：