在人體運(yùn)動過程中,大腦運(yùn)動皮層和軀體感覺皮層與運(yùn)動肌肉之間的信息交互作用非常重要。這種信息交互不僅在不同腦區(qū)之間形成了協(xié)同作用,而且使得大腦運(yùn)動區(qū)以及軀體感覺區(qū)與運(yùn)動肌肉組織之間自動地發(fā)生了同步化,而這種大腦皮層和運(yùn)動肌肉組織兩大系統(tǒng)之間的同步作用便構(gòu)成了皮層肌肉功能耦合關(guān)系。研究這種皮層肌肉之間的耦合關(guān)系不僅為大腦信息解碼奠定基礎(chǔ),而且為運(yùn)動障礙患者的康復(fù)評價和康復(fù)醫(yī)療方案提供理論依據(jù)。因此這種耦合關(guān)系在近年來已經(jīng)成為腦神經(jīng)領(lǐng)域許多學(xué)者研究的熱點(diǎn)。本文首先介紹了頭皮腦電與表面肌電信號的產(chǎn)生原理及其特點(diǎn),并對皮層肌肉耦合的研究現(xiàn)狀進(jìn)行了分析。接著對實(shí)驗(yàn)數(shù)據(jù)的預(yù)處理方法和分析原理進(jìn)行了敘述。針對現(xiàn)有腦肌電耦合分析方法的缺陷進(jìn)行了改進(jìn),并對健康人在不同握力動作下的腦肌電信號進(jìn)行了耦合性分析。最后對采集到的健康人以及病人數(shù)據(jù)進(jìn)行了分析。本文主要完成了以下三點(diǎn)研究工作:1)針對相干函數(shù)在分析皮層肌肉耦合時無法確定耦合方向的局限性,根據(jù)脊髓神經(jīng)系統(tǒng)信息的雙向傳遞機(jī)制,提出采用不同大腦皮層功能區(qū)的腦電信號和動作對應(yīng)的肌電信號,實(shí)現(xiàn)了相干函數(shù)在腦肌電信號雙向耦合分析中的應(yīng)用。針對5kg、10kg和2... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

神經(jīng)信息傳遞模型

圖 2.1 實(shí)驗(yàn)范式2.1.3 腦肌電信號采集實(shí)驗(yàn)共采集左右手各三組共六組的 EEG 和 EMG 實(shí)驗(yàn)數(shù)據(jù)。在實(shí)驗(yàn)數(shù)據(jù)開始采集前，確保每位受試者已經(jīng)清洗過頭皮并吹干頭發(fā)，目的是為了降低頭皮油脂和角質(zhì)等降低導(dǎo)電性能等。在帶上腦電帽之后為了降低接觸阻抗還要在電極中打入一定量導(dǎo)電膏，提高信號的強(qiáng)度。如果在額前、鼻尖和上肢皮膚等地方放置電極時，還需要用磨砂膏去角質(zhì)，并用酒精擦拭，使接觸阻抗低于 5kΩ。本課題腦電信號采集選擇以標(biāo)準(zhǔn)電極（雙耳的乳突）為參考電位。在上述實(shí)驗(yàn)任務(wù)下同步采集 32 通道腦電（如圖 2.2 和圖 2.3）和左右手各 6 通道肌電信號（如圖 2.4）。腦電測量時電極放置本實(shí)驗(yàn)均采用了國際 10/20 系統(tǒng)標(biāo)準(zhǔn)，記錄了 32 通道腦電信號(FP1，F(xiàn)3，F(xiàn)P2，F(xiàn)8，F(xiàn)7，F(xiàn)4，F(xiàn)Z，F(xiàn)C5，F(xiàn)C1，F(xiàn)C2，F(xiàn)C6，T7，C3，CZ，C4，T8，CP5，CP1，TP9，P7，CP2，CP6，P8，TP10，P3，PZ，P4，PO9，O1，OZ，O2，PO10)；BrainAmp DC 設(shè)備也用于采集左右手臂肱二頭肌（Musculusbiceps brachii，MBB）、肱三頭�。═riceps）、肱橈�。˙rachioradialis）、尺側(cè)

圖 2.2 腦電電極選取與放置 EEG-EMG 采集實(shí)驗(yàn)圖 圖 2.4 EMG 電極放手臂各采集了 6 塊肌肉的表面肌電信號（EMG），幾塊肌肉與上肢抓握時最為相關(guān)[59]。EMG 的采集方肌肉的 EMG 由兩個電極分別完成左右手采集。系統(tǒng)需要選取 44 個電極進(jìn)行采集，其中 32 電極采集

【參考文獻(xiàn)】：
期刊論文
[1]基于Gabor小波和格蘭杰因果的腦-肌電同步性分析[J]. 謝平,陳迎亞,張園園,鄒策,陳曉玲,張利泰.  中國生物醫(yī)學(xué)工程學(xué)報. 2017(01)
[2]基于NA-MEMD和互信息的腦電特征提取方法[J]. 韓笑,佘青山,高云園,羅志增.  傳感技術(shù)學(xué)報. 2016(08)
[3]基于變分模態(tài)分解-傳遞熵的腦肌電信號耦合分析[J]. 謝平,楊芳梅,李欣欣,楊勇,陳曉玲,張利泰.  物理學(xué)報. 2016(11)
[4]基于多尺度傳遞熵的腦肌電信號耦合分析[J]. 謝平,楊芳梅,陳曉玲,杜義浩,吳曉光.  物理學(xué)報. 2015(24)
[5]基于EMD與ICA的滾動軸承復(fù)合故障診斷[J]. 崔玲麗,吳春光,鄔娜.  北京工業(yè)大學(xué)學(xué)報. 2014(10)
[6]改進(jìn)的相對轉(zhuǎn)移熵的癲癇腦電分析[J]. 王瑩,侯鳳貞,戴加飛,劉新峰,李錦,王俊.  物理學(xué)報. 2014(21)
[7]腦電信號的多尺度排列熵分析[J]. 姚文坡,劉鐵兵,戴加飛,王俊.  物理學(xué)報. 2014(07)
[8]多類運(yùn)動想象腦電信號的處理研究[J]. 趙麗,郭旭宏,耿麗清.  中國生物醫(yī)學(xué)工程學(xué)報. 2013(05)
[9]表面肌電信號采集及動作識別系統(tǒng)[J]. 張紅奎,汪地,楊浩,李智,陳燕軍.  機(jī)械設(shè)計與制造. 2013(08)
[10]基于符號化部分互信息熵的多參數(shù)生物電信號的耦合分析[J]. 張梅,崔超,馬千里,干宗良,王俊.  物理學(xué)報. 2013(06)

博士論文
[1]表面肌電信號檢測和處理中若干關(guān)鍵技術(shù)研究[D]. 趙章琰.中國科學(xué)技術(shù)大學(xué) 2010

碩士論文
[1]因果關(guān)系在探求大腦效應(yīng)連接中的應(yīng)用[D]. 王輝.杭州電子科技大學(xué) 2015
[2]基于皮層肌肉相干性的手部運(yùn)動信息解碼研究[D]. 李云萍.天津醫(yī)科大學(xué) 2014
[3]大腦皮層與上肢肌肉間功能耦合與信息傳輸?shù)难芯縖D]. 榮瑤.北京工業(yè)大學(xué) 2013
[4]基于腦電信號的假手控制方法研究[D]. 李亞飛.杭州電子科技大學(xué) 2009



本文編號：3358853