康復(fù)運(yùn)動(dòng)中腦肌電融合及同步分析方法研究.pdf

1、腦卒中患者運(yùn)動(dòng)康復(fù)訓(xùn)練和功能評(píng)價(jià)已成為人工智能、神經(jīng)科學(xué)和康復(fù)工程等領(lǐng)域的交叉研究熱點(diǎn)。其中，基于腦電和肌電信號(hào)的人機(jī)接口能夠幫助患者實(shí)現(xiàn)對(duì)外部設(shè)備的控制，激發(fā)患者主動(dòng)運(yùn)動(dòng)意圖并促進(jìn)神經(jīng)重塑，改善康復(fù)訓(xùn)練效果。然而由于腦電和肌電信號(hào)的微弱性、復(fù)雜性特征以及患者運(yùn)動(dòng)時(shí)會(huì)出現(xiàn)疲勞、肌力不足等情況，目前單獨(dú)基于腦電信號(hào)或肌電信號(hào)控制的康復(fù)系統(tǒng)在控制準(zhǔn)確性和穩(wěn)定性以及康復(fù)狀態(tài)評(píng)價(jià)等方面仍有待進(jìn)一步研究。本文研究腦電和肌電信號(hào)融合及同步分析方法，

2、利用腦肌電信號(hào)間的協(xié)同互補(bǔ)性來提高運(yùn)動(dòng)模式識(shí)別的準(zhǔn)確率和穩(wěn)定性；同時(shí)，分析腦肌電信號(hào)間的多層次同步耦合關(guān)系，從神經(jīng)運(yùn)動(dòng)控制層面解碼手部運(yùn)動(dòng)控制神經(jīng)生理機(jī)制，為進(jìn)一步應(yīng)用于康復(fù)機(jī)構(gòu)控制和臨床康復(fù)功能評(píng)價(jià)提供理論基礎(chǔ)。
　　首先，總結(jié)腦電信號(hào)和肌電信號(hào)在康復(fù)工程領(lǐng)域的研究及應(yīng)用現(xiàn)狀，介紹了腦電和肌電信號(hào)的產(chǎn)生原理、特征屬性、采集原理及預(yù)處理通用方法，并提出相應(yīng)的預(yù)處理算法用于去除實(shí)測(cè)腦電和肌電信號(hào)的偽跡干擾。
　　其次，針對(duì)腦肌

3、電信號(hào)間的協(xié)同互補(bǔ)性特點(diǎn)，提出基于粒子群優(yōu)化-支持向量機(jī)的腦肌電特征融合方法：定義“融合系數(shù)”將腦電和肌電特征進(jìn)行融合，利用支持向量機(jī)和粒子群優(yōu)化算法實(shí)現(xiàn)融合系數(shù)的自適應(yīng)優(yōu)化和運(yùn)動(dòng)模式分類，進(jìn)而實(shí)現(xiàn)腦肌電特征的有效融合以提高運(yùn)動(dòng)模式分類準(zhǔn)確性；并通過調(diào)整腦肌電特征“融合系數(shù)”降低由于患者肌力不足、疲勞帶來的影響，提高模式識(shí)別系統(tǒng)穩(wěn)定性。
　　再次，為探索腦肌電間多層次的同步耦合關(guān)系，在對(duì)比分析一致性、格蘭杰因果、傳遞熵三種同步性分

4、析算法基礎(chǔ)上，提出了時(shí)頻傳遞熵算法，從時(shí)頻、方向性和非線性角度研究腦肌電信號(hào)間的信息傳遞特性。通過對(duì)每種算法的仿真分析驗(yàn)證本文算法，可用于描述不同耦合模型間的信息傳遞關(guān)系。
　　最后，對(duì)腦肌電信號(hào)融合模型和同步分析方法進(jìn)行實(shí)驗(yàn)研究。同步采集9名健康被試在單側(cè)手腕彎曲和伸展?fàn)顟B(tài)下的腦電和肌電信號(hào)，利用粒子群優(yōu)化-支持向量機(jī)的腦肌電特征融合模型實(shí)現(xiàn)對(duì)單側(cè)手腕彎曲和伸展運(yùn)動(dòng)模式的有效分類；同步采集10名健康被試4種不同握力下的腦肌電信號(hào)