本文關(guān)鍵詞：基于變分模態(tài)分解-傳遞熵的腦肌電信號耦合分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：皮層肌肉功能耦合是大腦皮層和肌肉組織間的相互作用,腦肌電信號的多尺度耦合特征可以體現(xiàn)皮層-肌肉間多時空的功能聯(lián)系.本文引入變分模態(tài)分解并與傳遞熵結(jié)合,構(gòu)建變分模態(tài)分解-傳遞熵模型應(yīng)用于腦肌間耦合研究.首先基于變分模態(tài)分解將同步采集的腦電(EEG)和肌電(EMG)信號分別進行時頻尺度化,然后計算不同時頻尺度間的傳遞熵值,獲取不同耦合方向(EEG→EMG及EMG→EEG)上不同尺度間的非線性耦合特征.結(jié)果表明,在靜態(tài)握力輸出條件下,皮層與肌肉beta(15—35 Hz)頻段間的耦合強度最為顯著;EEG→EMG方向上腦電與肌電高gamma(50—72 Hz)頻段的耦合強度總體上高于EMG→EEG方向.研究結(jié)果揭示皮層-肌肉功能耦合具有雙向性,且腦肌間不同耦合方向上、不同頻段間的耦合強度有所差異.因此可利用變分模態(tài)分解-傳遞熵方法定量刻畫大腦皮層與肌肉各時頻段之間的非線性同步特征及功能聯(lián)系.
【作者單位】： 燕山大學(xué)電氣工程學(xué)院河北省測試計量技術(shù)及儀器重點實驗室;中國人民解放軍北京軍區(qū)第281醫(yī)院康復(fù)醫(yī)學(xué)科;
【關(guān)鍵詞】： 腦肌電耦合 變分模態(tài)分解 傳遞熵 時頻尺度
【基金】：國家自然科學(xué)基金(批準(zhǔn)號:61271142) 河北省自然科學(xué)基金(批準(zhǔn)號:F2015203372,F2014203246)資助的課題~~
【分類號】：R338;TN911.6
【正文快照】： 應(yīng)用于EEG和EMG[2 4]的尺度特性分析中,提取1引言不同時間尺度上的信息.但隨著其尺度的增加,序列長度減少使得熵估計不準(zhǔn)確.移動均值化生理系統(tǒng)是跨越多尺度時空進行相互作用的(moving-averaging,MA)[5]的提出克服了這一弊復(fù)雜結(jié)構(gòu)[1].運動神經(jīng)系統(tǒng)通過神經(jīng)振蕩傳遞運端,使得

  本文關(guān)鍵詞：基于變分模態(tài)分解-傳遞熵的腦肌電信號耦合分析，由筆耕文化傳播整理發(fā)布。

本文編號：453566