[发明专利]基于Copula-GC的脑肌电信号时频耦合分析方法

摘要

本发明公开了一种基于Copula‑GC的脑肌电信号时频耦合分析方法，针对皮层肌肉相干性分析时不能确定耦合方向，以及格兰杰因果方法受限于检测线性因果关系的局限性，将Copula‑GC引入的皮层肌肉耦合分析领域。首先同步采集不同力度握力动作时多通道脑电信号和相关肌肉组上的表面肌电信号并进行预处理，其次在时域上计算脑肌电信号间的Copula‑GC值，然后在频域上采用基于子带分解和Copula‑GC的方法对脑肌电信号进行耦合强度统计，从而在时频域上定量描述脑肌电信号在局部频带和信息传递上的非线性同步耦合特性，为研究运动控制及患者康复评价提供一种定量的分析手段。

主权项

1.基于Copula‑GC的脑肌电信号时频耦合分析方法，其特征在于：该方法包括如下步骤：步骤一，获取人体上肢动作时的头皮脑电信号和表面肌电信号样本数据；步骤二，脑肌电信号预处理；步骤三，基于Copula‑GC的时域分析；具体为：EEG与EMG信号之间的Copula‑GC值大小反映大脑皮层和运动神经元之间信息交换的数量；对于预处理后的EEG信号X＝{xt}与EMG信号Y＝{yt}之间的cGC通过下式计算得到：其中，E表示样本空间的期望；F和G分别表示Y和X的条件边缘分布；c表示条件Copula的密度函数；和分别为X和Y的历史信息，m和n为变量X和Y的滞后阶次；利用贝叶斯信息准则进行回归分析确定m和n；EEG→EMG的cGC值代表大脑皮层传递到相应肌肉的信息量，EMG→EEG的cGC值代表肌肉细胞反馈回大脑皮层的信息量；步骤四，基于子带分解和Copula‑GC的频域耦合强度统计；具体为：利用FIR滤波器将1‑50Hz的EEG和EMG信号分隔为49个间隔为1Hz的子带信号，然后利用式(1)计算相同子带的EEG和EMG信号之间的cGC值，记为cGCX→Y(f)和cGCY→X(f)，其中f代表子带频率；cGC值越大，说明在该频段内信息的传递量越大；为进一步定量刻画EEG‑EMG信号在不同频段的双向耦合特征差异，基于EEG‑EMG同步研究中一致性分析的相干面积指标，定义EEG‑EMG的耦合强度指标CSX→Y和CSY→X分别如式(2)和(3)所示：在式(2)和(3)中，Δf表示子带分辨率，cGCX→Y(f)和cGCY→X(f)分别表示频率f处的Copula‑GC值；CS的数值越大，说明该方向上的功能耦合越强；步骤五，采用步骤三和步骤四的计算结果从时频域上分析脑肌电间的双向功能耦合影响。