[发明专利]一种基于复杂改进多尺度传递熵的脑肌电耦合分析方法

说明书

本发明公开了一种基于复杂改进多尺度传递熵的脑肌电耦合分析方法，包括：采集脑电信号和肌电信号、并对采集到的脑电信号和肌电信号分别去除基线漂移、溢出、眼动和工频干扰；采用复杂改进粗粒化过程对脑电和肌电信号进行频谱分解，分析脑电信号和肌电信号不同时频尺度间的同步特性，定量描述脑肌间非线性耦合和信息传递特征；对脑肌间非线性耦合和信息传递特征进行运动功能分析。本方法利用复杂改进多尺度传递熵分析脑肌电信号信息传递特性，定量描述脑电信号与肌电信号不同时频尺度间非线性耦合及信息传递特征，有助于探索大脑皮层与肌肉之间的功能联系。

技术领域

本发明涉及神经康复工程及运动机制研究领域尤其涉及一种基于复杂改进多尺度传递熵的脑肌电耦合分析方法。

背景技术

目前脑电(electroencephalogram,EEG)和表面肌电(surfaceelectromyographic,sEMG)信号分别包含躯体运动控制信息和肌肉对大脑控制意图的功能响应信息，脑肌间耦合能够反映运动控制系统中大脑与肌肉间不同层面的信息交互及传递，有助于理解运动控制过程及其运动障碍的病理机制。

并且，已有研究表明大脑功能具有复杂的时域和空域的多尺度特性以及较大尺度交互的神经振荡耦合。脑肌电信号间的多尺度耦合信息能够反映多层次的皮层-肌肉功能耦合的连接信息。因此，研究运动控制系统的多尺度特性有助于深入理解中枢神经系统控制人体运动的产生、执行及协调控制机制。

近年来，已有大量的多尺度化方法被提出并应用于神经科学的特征提取。然而，这些方法主要是基于粗粒化过程进行的多尺度化处理，这会导致粗粒化后的数据长度变短从而使得其准确性和精确性降低。

发明内容

根据现有技术存在的问题，本发明公开了一种基于复杂改进多尺度传递熵的脑肌电耦合分析方法，具体包括：

步骤1，采用64通道的eego^TMsports系统和Trigno^TM无线肌电系统同步采集脑电信号和肌电信号；

步骤2，对采集到的脑电信号和肌电信号分别去除基线漂移、溢出、眼动和工频干扰；

步骤3，采用复杂改进粗粒化过程对脑电和肌电信号进行频谱分解，分析脑电信号和肌电信号不同时频尺度间的同步特性，定量描述脑肌间非线性耦合和信息传递特征；

步骤4，对脑肌间非线性耦合和信息传递特征进行运动功能分析。

根据本发明的脑肌电耦合特性分析方法，优选地，步骤1中，脑电电极采用国际10-20系统标准，以双耳的乳突作为参考，从32导头皮脑电采集设备记录对应运动的脑电信号；使用美国Delsys公司Trigno^TMWireless EMG采集设备，分辨率设为16bit，采样率为1000Hz，电极顺着肌纤维方向，放置在肌腹位置处。

根据本发明的脑肌电耦合特性分析方法，优选地，步骤2中，对脑电信号进行预处理时，利用均值和标准差拒绝异常点，自适应滤波器去50Hz工频，高通滤波器去基线漂移，独立分量分析(ICA)去除EOG信号；对肌电信号选用自适应陷波滤波器去除50Hz工频，采用0.5～150Hz带通滤波器去除直流高频干扰。

根据本发明的脑肌电耦合特性分析方法，优选地，脑肌电信号间的耦合特性的分析方法具体如下：首先经过步骤3，引入复杂改进粗粒化过程，对脑电和肌电信号进行分解获取多尺度的局部子带分量，然后进行步骤4的传递熵计算，从而得到脑肌电信号间各对应子带分量间的耦合强度和方向，进而获取脑肌电间多尺度耦合特性。