CN112494054A - 基于多导肌电与脑电相干的卒中下肢运动康复评估方法 - Google Patents

Abstract

本发明公开了基于多导肌电与脑电相干的卒中下肢运动康复评估方法，该方法基于康复训练设备、脑电采集模块、表面肌电采集模块和相干性分析模块；所述相干性分析模块分别对脑电信号和下肢多导肌电信号滤波、降采样处理获得单一脑电信号和单一下肢多导肌电信号；对单一下肢多导肌电信号去除基线漂移、全波整流与均方根处理获得肌电包络信号；对肌电包络信号非负矩阵分解获得肌肉协同数据信息；提取肌肉协同数据信息中的激活系数，并与单一脑电信号进行相干处理，获得脑神经与多块肌肉组合之间的振荡曲线输出。本发明能够预测评估患者的康复潜力，从而帮助医生制定个性化康复方案，实现精准康复。

Description

基于多导肌电与脑电相干的卒中下肢运动康复评估方法

技术领域

本发明涉及运动分析与康复工程技术领域，具体涉及基于多导肌电与脑电相干的卒中下肢运动康复评估方法。

背景技术

卒中，又称“中风”，是一种急性脑血管疾病，中风后的运动障碍主要由脊髓下行的损伤引起，这种损伤使大脑失去对四肢的控制。偏瘫是脑卒中后最常见的功能障碍之一，在下肢主要表现为步行障碍，下肢的步行运动是人类进行其他一切社会活动的基础，下肢运动功能障碍将是患者重返社会及回归家庭的一大障碍。

近几年来，电生理信号的耦合分析已被广泛用于研究神经肌肉控制和异常的神经振荡，成为运动医学和康复工程等领域的研究热点。其中最重要的一个研究方法就是相干性分析。卒中患者表面肌电信号(Electromyography，EMG)与大脑皮层的脑电信号(Electroencephalogram，EEG)之间的相干性揭示了在连续的肌肉收缩过程中皮层与肌肉之间的功能连接，它有助于理解大脑如何控制肌肉组织以及肌肉组织如何对大脑产生影响。因此相干分析不仅为理解运动控制过程和运动障碍的病理机制奠定理论基础，而且可以为康复运动的功能评估提供重要的生物标记，对于揭示运动康复疗法的神经生理机制和康复运动中的神经系统功能特征具有理论研究和临床应用价值。

目前的研究已经揭示了卒中患者上肢运动过程中单块肌肉与皮质的功能连接，但是下肢的步行运动是人类进行其他一切社会活动的基础，并且人体任何一个关节的连续运动都不是由单块肌肉独立完成的，而是需要多块肌肉共同参与完成。中枢神经系统在规划和执行动作时需要从多种肌肉活动的组合中选择一种或者多种的组合，以完成某个特定任务。而肌肉协同则被认为是中枢神经系统控制骨骼肌完成各项动作任务的最小单元，肌肉协同的解析即是从多通道表面肌电信号中找出完成动作的肌肉协同以及控制这些肌肉协同的参数，通过肌肉协同内肌肉募集数量、每块肌肉活动特点等指标帮助理解神经肌肉控制策略和肌肉协调模式。因此研究多导肌电与皮质之间的相干性对于揭示大脑对多块肌肉整体的运动控制策略与协调模式具有重要意义。

肌肉协同理论模型将肌肉激活度矩阵分解为肌肉贡献度矩阵与激活系数矩阵：

M≈W×H (1)

其中，M∈R^n×T是待分解的肌肉激活度矩阵，n是肌电信号的通道数，T是整个运动过程的采样点数。行向量m_i(t)表示在整个运动过程中第i通道所对应肌肉的激活程度序列。每个行向量中的m_i(t)表示第t个采样点所在时刻第i通道肌肉的激活程度。

肌肉贡献度矩阵W∈R^n×K由列向量w_i组成，反映了各块肌肉在某一动作下的参与程度，K表示协同元的个数。w_i对应第i个协同元，其中每个元素w_ij表示第i块肌肉对第j个协同元的贡献度。

权重系数矩阵H∈R^K×T由行向量h_i(t)组成，反映了该协同模块随时间变化的激活程度，h_i(t)表示整个过程中第i个协同元随时间变化的激活系数序列。每个元素h_i(t)表示在t时刻第i个协同元的激活系数。

在肌肉协同中，最常用的方法就是非负矩阵分解(Non-negative matrixfactorization，NMF)，即将M分解为两个非负的矩阵W和H。在肌肉协同模型中，协同元的格式K是不确定的，不同的K下分解得到的矩阵W和H所重构的运动模型M_r＝W^n×KH^K×T的精度是不一样的。重构精度是通过VAF参数来度量，其定义为：

该参数值介于0～1，数值越大说明重构精度越高。选取合适的VAF以此来确定肌肉协同数量。

发明内容

现有技术方法分析的是卒中患者的上肢单块肌肉与皮层之间的功能连接，而下肢多块肌肉脑电之间的振荡模式尚未清楚。为克服现有技术不足，本发明提出了一种基于多导肌电与脑电相干的卒中下肢运动康复评估方法。

针对现有技术存在不足，本发明采用如下技术方案予以实施：

一种基于多导肌电与脑电相干的卒中下肢运动康复评估方法，所述方法基于如下硬件：

康复训练设备：用于对卒中患者进行下肢体训练的Motomed脚踏车；

脑电采集模块：用于对卒中患者进行康复训练过程中的脑电信号EEG采集

表面肌电采集模块：用于对卒中患者进行康复训练过程中的下肢多导肌电信号EMG采集

相干性分析模块：用于将脑电信号EEG和下肢多导肌电信号EMG进行相干分析，进而评估卒中患者康复状态，其中，包括如下步骤：

分别对脑电信号下肢多导肌电信号滤波、降采样处理获得单一脑电信号和单一下肢多导肌电信号；

对单一下肢多导肌电信号去除基线漂移、全波整流与均方根处理获得肌电包络信号；

对肌电包络信号非负矩阵分解获得肌肉协同数据信息；

提取肌肉协同数据信息中激活系数，并与单一脑电信号进行相干处理获得脑神经与多块肌肉组合之间的振荡曲线输出。

进一步，所述多导肌电数据信息中激活系数通过如下公式生成：

M≈W×H

其中，M∈R^n×T是待分解的肌肉激活度矩阵，n是肌电信号的通道数，T是整个运动过程的采样点数。W为肌肉贡献度矩阵，H为权重系数矩阵，即激活系数矩阵。

进一步，所述相干系数信息通过如下公式生成：

其中，X_i(f)和H_i(f)分别是某导联EEG信号和在某协同模块下的激活系数信号第i段数据的傅里叶变化结果i＝1,…,N是拟分析的数据段数，*是指复数的共轭。

进一步，所述相干性是通过如下公式判别：

其中，N是数据段的数量，α为置信水平，一般认为超过显著性阈值为相干显著。

有益效果

1、本发明填补了卒中患者皮层与多块肌肉功能连接研究的空白，能够作为一种新的潜在生物标记物来追踪患者康复进程，进而用来评估患者的康复情况。

2、本发明实施简便，效果明确，通过采集卒中患者进行下肢康复训练蹬脚踏车时的脑电信号与多块肌肉信号，运用相干分析，确定多块肌与皮层之间的功能连接。本发明能够客观的表征卒中患者大脑对多块肌肉运动执行能力的控制，通过肌肉协同分析获得的激活系数与脑电之间的相干性可以作为一种潜在的生物标记物，预测评估患者的康复潜力，从而帮助医生制定个性化康复方案，实现精准康复。

附图说明

图1是本发明基于多导肌电与脑电相干的卒中下肢运动康复评估方法流程图

具体实施方式：

以下结合实施案例和附图，对本发明的技术和方法进行详细描述，以下案例和附图用于说明本发明的构成，但不是用来限定本发明的范围。

本发明提出了基于多导肌电与脑电相干的卒中下肢运动康复评估方法。通过提取卒中患者进行康复训练时蹬脚踏车过程中的脑电与下肢多导肌电，研究多导肌电与脑电之间的相干性。

基于多导肌电与脑电相干的卒中下肢运动康复评估方法的大体技术流程如图1所示。

具体步骤为：

康复训练设备：用于对卒中患者进行下肢体训练。本发明采用蹬脚踏车，开启脚踏车。患者以自然舒服的姿势坐在椅子上，腰间系安全带，防止倾倒。双手放于扶手上，并用绑带固定，双脚放于踏板上。以右腿完全弯曲，左腿完全伸直作为整个运动的开始。同时采集导脑电信号与下肢7导肌电信号。采集时间5分钟，重复3个试次。脚踏车：用于中风患者康复的Motomed脚踏车。

脑电采集模块：用于对卒中患者进行康复训练过程中的脑电信号EEG采集。本发明采集全脑32导脑电信号，采样频率1024Hz。

表面肌电采集模块：用于对卒中患者进行康复训练过程中的下肢多导肌电信号EMG采集。本发明中表面肌电采集模块由无线肌电传感器采集股直肌、股外侧肌、股内侧肌、股二头肌、半腱肌、臀中肌、胫骨前肌、腓肠肌内侧、腓肠肌外侧共9导肌电信号，采样频率2000Hz。

相干分析模块：用于将脑电信号EEG和下肢多导肌电信号EMG进行相干分析，进而评估卒中患者下肢康复状态，其中，包括如下步骤：

对采集的EEG与EMG信号进行滤波、降采样等预处理，获取相对纯净的信号。预处理后的EMG信号经过去除基线漂移、全波整流与均方根处理后得到肌电的包络信号。

对包络信号进行非负矩阵分解，计算蹬车运动过程中的肌肉协同，提取肌肉协同数据信息中随时间变化的激活系数，并与脑电信号做相干分析。

脑电信号与经非负矩阵分解得到的激活系数之间的相干性分析能够体现中枢神经与多块肌肉组合之间的振荡联系，可以作为一种潜在的生物标记物，以此来评价运动神经系统的功能状态，并为卒中康复过程提供参考。基于多导肌电与脑电相干的卒中下肢运动康复评估方法如下：

假设X_i(f)和H_i(f)分别是某导联EEG信号和在某协同模块下的激活系数信号第i段数据的傅里叶变化结果，那么EEG与激活程度之间的相干系数可由下式求得：

其中，i＝1,…,N是拟分析的数据段数，*是指复数的共轭。

相干系数置信水平的计算如下式：

其中，N是数据段的数量，α为置信水平，一般认为Coh超过显著性阈值CL为显著相干。

本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。

Claims (4)

1.基于多导肌电与脑电相干的卒中下肢运动康复评估方法，其特征在于：

康复训练设备：用于对卒中患者进行下肢体训练的Motomed脚踏车；

脑电采集模块：用于对卒中患者进行康复训练过程中的脑电信号EEG采集

表面肌电采集模块：用于对卒中患者进行康复训练过程中的下肢多导肌电信号EMG采集

相干性分析模块：用于将脑电信号EEG和下肢多导肌电信号EMG进行相干分析，进而评估卒中患者下肢康复状态，其中，包括如下步骤：

分别对脑电信号和下肢多导肌电信号滤波、降采样处理获得单一脑电信号和单一下肢多导肌电信号；

对单一下肢多导肌电信号去除基线漂移、全波整流与均方根处理获得肌电包络信号；

对肌电包络信号非负矩阵分解获得肌肉协同数据信息；

提取肌肉协同数据信息中的激活系数，并与单一脑电信号进行相干处理，获得脑神经与多块肌肉组合之间的振荡曲线输出。

2.根据权要求1所述的基于肌肉系统与脑相干的卒中下肢运动康复评估方法，其特征在于：

所述多导肌电数据信息中激活系数通过如下公式生成：

M≈W×H

其中，M∈R^n×T是待分解的肌肉激活度矩阵，n是肌电信号的通道数，T是整个运动过程的采样点数。W为肌肉贡献度矩阵，H为权重系数矩阵，即激活系数矩阵。

3.根据权利要求1所述基于肌肉系统与脑相干的卒中下肢运动康复评估方法，其特征在于：

所述相干系数信息通过如下公式生成：

其中，X_i(f)和H_i(f)分别是某导联EEG信号和在某协同模块下的激活系数信号第i段数据的傅里叶变化结果i＝1,…,N是拟分析的数据段数，*是指复数的共轭。

4.根据权利要求1所述一种基于肌肉系统与脑相干的卒中下肢运动康复评估方法，其特征在于：

所述相干性是通过如下公式判别：

其中，N是数据段的数量，α为置信水平，一般认为Coh超过显著性阈值CL为显著相干。

Images