發(fā)布時間：2021-11-12 01:42

　　目的提出一種基于足底壓力中心和腦肌電相干性特征的人體平衡能力評估新方法。方法 10名受試者平衡能力被劃分為P1和P2組,進行平衡實驗:通過主成分分析法合成足底壓力中心信號各傳統(tǒng)特征參數(shù),得到足底壓力中心信號（COP）綜合特征;在分析人體平衡調(diào)節(jié)過程中腦肌電相干特性的基礎(chǔ)上,引入反映人體平衡的腦肌電協(xié)調(diào)反應(yīng)新特征;最后將COP綜合特征、協(xié)調(diào)反應(yīng)特征和腦電、肌電信號的多元多尺度樣本熵組成特征向量,使用支持向量機分類器完成人體平衡能力的評估。結(jié)果本方法的平衡評估正確率可達72.5%,高于傳統(tǒng)的基于COP姿態(tài)信號方法。結(jié)論人體平衡腦肌電協(xié)調(diào)反應(yīng)新特征的加入,顯著提高了人體平衡能力分類的正確率。 

【文章來源】：航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2020,33(01)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

EEG信號與對側(cè)肌肉sEMG信號相干曲線

由表5可知，在引入了協(xié)調(diào)反應(yīng)特征CR后，兩類分類器的識別率、平衡障礙評定的靈敏度和特異度都得到了提高。采用其他三種范式分類的結(jié)果均與之類似。這表明相比傳統(tǒng)的基于COP姿態(tài)信號的平衡能力評估方法，提出的腦肌電協(xié)調(diào)反應(yīng)特征CR包含了神經(jīng)中樞調(diào)節(jié)信息，從不同信息源的角度對平衡調(diào)節(jié)能力進行表征，提升了平衡評估的準確性。圖3 T1范式下P1、P2的多元多尺度樣本熵

T1范式下P1、P2的多元多尺度樣本熵

【參考文獻】：
期刊論文
[1]年齡對正常人步行時足底壓力中心軌跡的影響[J]. 范文祥,倪朝民,劉孟,陳進,穆景頌,劉鄭,劉麗玲,祁冬晴.  中華物理醫(yī)學(xué)與康復(fù)雜志. 2018 (03)
[2]腦力負荷和運動負荷對上肢肌肉表面肌電信號的影響[J]. 張海紅,王健,厲彥菊.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2018(01)
[3]基于相干性的多頻段腦肌電信號雙向耦合分析[J]. 高云園,任磊磊,張迎春,佘青山,席旭剛,張啟忠.  傳感技術(shù)學(xué)報. 2017(10)
[4]基于改進多元多尺度熵的人體步態(tài)加速度信號分類[J]. 王旭堯,徐永紅.  傳感技術(shù)學(xué)報. 2015(12)
[5]大腦皮層-肌肉交互作用與注意力關(guān)系的實驗研究[J]. 鄭楊,王剛,徐進,秦永輝,王玨.  西安交通大學(xué)學(xué)報. 2014(06)



本文編號：3489952