李欣欣
- 作品数：2 被引量：41H指数：2
- 供职机构：燕山大学电气工程学院河北省测试计量技术及仪器重点实验室更多>>
- 发文基金：河北省自然科学基金国家自然科学基金更多>>
- 相关领域：医药卫生电子电信更多>>
- 基于表面肌电非负矩阵分解与一致性的肌间协同-耦合关系研究被引量：10
- 2017年
- 肌肉协同模型是神经产生并控制运动的低维度结构,探讨不同动作任务下的表面肌电信号(s EMG)间的相干性分析,可以体现相应肌群的协同耦合关系,进而能从神经控制运动与肌肉相互配合协调的角度揭示运动产生与执行规律。组织8名年轻健康受试者(男女均半、20~24岁)进行上肢腕部屈、伸实验,采集动作时相应肌群的s EMG数据,引入非负矩阵分解(NMF)方法分析肌间协同性,并进一步对协同性较高的肌群采用一致性分析方法,研究信号beta(15~35 Hz)和gamma(35~60 Hz)频段的耦合强度关系,探讨腕部伸屈动作下不同受试者之间的协同-耦合性差异。结果表明:腕伸动作下,主动肌桡侧腕短伸肌(ECR)、指伸肌(ED)、尺侧腕伸肌(ECU)、肱桡肌(B)在协同模块W5中具有协同关系,且肌间耦合强度显著(P<0.05),beta频段与gamma频段一致性显著面积相差较大(1.261±0.966);腕屈动作下,分别在协同模块W_1W_4W_5中存在具有协同关系的肌肉对,且肌肉间耦合强度显著(P<0.001),在beta和gamma频段一致性显著面积相差较小(0.412±0.163),但主动肌桡侧腕屈肌、指浅屈肌间不具有协同性,耦合关系较弱。以上说明:神经控制运动的方式不同,体现为肌肉协同-耦合关系有所差异;在同一协同模块中,协同性较高的肌肉间耦合关系较强,揭示神经控制运动规律与肌肉相互配合方式;运用此方法进行肌间协同-耦合联合分析,可望深入揭示中枢神经模块化协同控制运动机制,进一步为运动障碍患者功能分析和评价提供科学依据。
- 谢平李欣欣杨春华杨芳梅陈晓玲吴晓光
- 关键词：表面肌电非负矩阵分解
- 基于变分模态分解-传递熵的脑肌电信号耦合分析被引量：31
- 2016年
- 皮层肌肉功能耦合是大脑皮层和肌肉组织间的相互作用,脑肌电信号的多尺度耦合特征可以体现皮层-肌肉间多时空的功能联系.本文引入变分模态分解并与传递熵结合,构建变分模态分解-传递熵模型应用于脑肌间耦合研究.首先基于变分模态分解将同步采集的脑电(EEG)和肌电(EMG)信号分别进行时频尺度化,然后计算不同时频尺度间的传递熵值,获取不同耦合方向(EEG→EMG及EMG→EEG)上不同尺度间的非线性耦合特征.结果表明,在静态握力输出条件下,皮层与肌肉beta(15—35 Hz)频段间的耦合强度最为显著;EEG→EMG方向上脑电与肌电高gamma(50—72 Hz)频段的耦合强度总体上高于EMG→EEG方向.研究结果揭示皮层-肌肉功能耦合具有双向性,且脑肌间不同耦合方向上、不同频段间的耦合强度有所差异.因此可利用变分模态分解-传递熵方法定量刻画大脑皮层与肌肉各时频段之间的非线性同步特征及功能联系.
- 谢平杨芳梅李欣欣杨勇陈晓玲张利泰
