CN115177214A - 运动神经肌肉血管耦合功能检测系统 - Google Patents
运动神经肌肉血管耦合功能检测系统 Download PDFInfo
- Publication number
- CN115177214A CN115177214A CN202210954259.4A CN202210954259A CN115177214A CN 115177214 A CN115177214 A CN 115177214A CN 202210954259 A CN202210954259 A CN 202210954259A CN 115177214 A CN115177214 A CN 115177214A
- Authority
- CN
- China
- Prior art keywords
- motor
- signal
- myooxygen
- determining
- stimulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Power Engineering (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例公开了一种运动神经肌肉血管耦合功能检测系统,该系统包括:肌氧测量模块,覆盖于待测部位,用于获取处于运动刺激下的待测部位的肌氧信号,其中,所述待测部位的肌肉与目标运动神经关联;处理器,用于获取状态时间信息;通过所述肌氧测量模块获取处于运动刺激下的待测部位的肌氧信号;基于所述状态时间信息确定所述肌氧信号的时间响应特性参数;基于所述时间响应特性参数确定所述待测部位的运动神经肌肉血管耦合分析结果。解决了现有神经血管耦合功能无法用于检测运动神经肌肉血管耦合功能。
Description
技术领域
本发明实施例涉及医疗设备领域,尤其涉及一种运动神经肌肉血管耦合功能检测系统。
背景技术
神经血管耦合是指局部神经活动会引起局部神经血流供给的增加,因此通过检测局部神经血流增加的情况,可以判断神经功能活动情况。运动神经通过支配肌肉收缩实现人体的运动功能,运动神经损伤会导致人体运动能力下降,甚至丧失运动能力,因此运动神经血管耦合功能评估有重要的生理和医学意义。
在神经科学中,常常通过刺激神经活动检测神经周围血流增加的方法来评估神经血管耦合功能。功能核磁共振成像(functional magnetic resonance imaging,fMRI)即是利用神经血管耦合的原理,通过检测脑组织血流变化区域以反映脑神经功能活动的区域。
现有神经血管耦合功能评估一般施用于脑神经,例如上述fMRI技术。脑神经组织分布集中,体积大,进行神经血管耦合评估的时候,可以直接将神经电记录电极和脑血流成像装置放置在头皮或脑组织上,获取神经电活动和血流信息。
尽管外周神经一样存在神经血管耦合的生理现象,但是外周神经直径不足1毫米,且包埋在外周组织之中,很难无创地定位外周神经位置,并对其神经血管耦合功能做出评估。也就是说,现有神经血管耦合功能无法用于检测运动神经肌肉血管耦合功能。
发明内容
本发明实施例提供了一种运动神经肌肉血管耦合功能检测系统,解决了现有神经血管耦合装置无法用于检测运动神经肌肉血管耦合功能的问题。
第一方面,本发明实施例提供了一种运动神经肌肉血管耦合功能检测系统,该系统包括:
肌氧测量模块,覆盖于待测部位,用于获取处于运动刺激下的待测部位的肌氧信号,其中,所述待测部位的肌肉与目标运动神经关联;
处理器,用于获取状态时间信息;通过所述肌氧测量模块,获取处于运动刺激下的待测部位的肌氧信号;基于所述状态时间信息确定所述肌氧信号的时间响应特性参数;基于所述时间响应特性参数确定所述待测部位的运动神经肌肉血管耦合分析结果。
本发明实施例提供的技术方案,通过肌氧测量模块获取处于运动刺激下的待测部位的肌氧信号,根据获取的状态时间信息确定该肌氧信号的时间响应特性参数,并基于该时间响应特性参数确定待测部位的运动神经肌肉血管耦合分析结构。达到了检测运动神经肌肉血管耦合功能的技术效果,而且系统结构简单,成本较低。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的运动神经肌肉血管耦合功能检测系统的结构框图;
图2是本发明实施例提供的肌氧测量模块的结构示意图;
图3是本发明实施例提供的又一肌氧测量模块的结构示意图;
图4是本发明实施例提供的脱氧血红蛋白与含氧血红蛋白的特征吸收光谱;
图5是本发明实施例提供的又一运动神经肌肉血管耦合功能检测系统的结构框图;
图6是本发明实施例提供的肌电测量模块与肌氧测量模块的结合结构示意图;
图7是本发明实施例提供的范式限定装置的结构示意图;
图8是本发明实施例提供的又一运动神经肌肉血管耦合功能检测系统的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
图1是本发明实施例提供的运动神经肌肉血管耦合功能检测系统的结构示意图。本实施例的技术方案适用于在体检测运动神经肌肉血管耦合功能的情况。该系统包括肌氧测量模块11和处理器12,肌氧测量模块11覆盖于待测部位,用于获取处于运动刺激下的待测部位的肌氧信号,其中,待测部位的肌肉与目标运动神经关联;处理器12用于获取状态时间信息;通过肌氧测量模块获取处于运动刺激下的待测部位的肌氧信号;确定肌氧信号的时间响应特性参数;基于该时间响应特性参数确定待测部位的运动神经肌肉血管耦合分析结果。
其中,运动刺激为肌肉收缩刺激。也就是说,肌氧测量模块用于获取待测部位处于运动状态时的肌氧信号。单次运动刺激时长可选为大于或等于1秒。
其中,目标运动神经为外周运动神经。
其中,该运动神经肌肉血管耦合分析结果为时间维度上的耦合结果,包括随状态时间分布的耦合参数。
在一个实施例中,如图2所示,肌氧测量模块11包括一个或多个发射单元111,以及设置于每个发射单元111邻域的一个或多个接收单元112;处理器12用于在检测到触发信号时获取各发射单元111的触发顺序;基于设定时序,按照触发顺序同时控制至少一个发射单元111输出设定时长和设定波长的检测光,以及控制被触发的该至少一个发射单元111邻域的接收单元112接收设定时长内的肌氧信号。关于触发顺序,示例性的,将发射单元的标识顺序作为触发顺序。
示例性的,肌氧测量模块包括一个发射单元,以及分布于该发射单元邻域的四个接收单元,该四个接收单元均匀分布于该发射单元的周围。基于设定时序,交替控制该发射单元输出设定时长且波长为850纳米的检测光,以及输出设定时长且波长为760nm的检测光,同时无论发射单元输出何种波长的检测光,均控制该四个接收单元接收肌氧信号。可以理解的是,在该发射单元输出850纳米的检测光时,该四个接收单元接收第一肌氧信号,在该发射单元输出760纳米的检测光时,该四个接收单元接收第二肌氧信号。
示例性的,如图2所示,肌氧测量模块包括至少两个发射单元,以及分布于该发射单元邻域的至少两个接收单元,该至少两个接收单元均匀分布于该发射单元的周围。任一发射单元均被依次触发两次,且分别用于输出第一设定波长的检测光和第二设定波长的检测光,第一设定波长的检测光对应含氧血红蛋白信号,第二设定波长的检测光对应脱氧血红蛋白信号,或者第一设定波长的检测光对应脱氧血红蛋白信号,第二设定波长的检测光对应含氧血红蛋白信号。
在一个实施例中,肌氧测量模块11包括至少两个发射单元,该至少两个发射单元阵列式分布,以形成发射单元阵列。该发射单元阵列被分割成至少两个区域,如图3所示,由虚线将发射单元分成左右两个区域。在任一探测时刻,该至少两个区域均有至少一个发射单元被触发。这样,该肌氧测量模块在同一探测时间有至少两个发射单元被触发。
在一个实施例中,该一个或多个发射单元以及该一个或多个发射单元对应的接收单元设置于底膜上,该底膜由柔性材料制成。
其中,状态时间信息用于描述患者不同状态对应的时间信息。肌氧信号的时间响应特性参数,包括响应时间和响应幅度。具体地,时间响应特性参数基于肌氧信号对应的血红蛋白浓度与状态时间信息的对应关系确定,其中,血红蛋白浓度确定方法包括:肌氧测量模块采用两个不同波长(850nm和760nm)的近红外光入射到肌肉组织中,由于肌肉中含氧血红蛋白(HbO2)和脱氧血红蛋白(HHb)在850nm和760nm波段分别有特征吸收峰,如图4所示。因此联合两个波长的近红外光,可以计算出肌肉组织的含氧血红蛋白和脱氧血红蛋白浓度,具体算法如下:
其中,I′和I分别表示出射光和入射光的强度。角标λ1和λ2分别表示两个不同波长的光,和εHHb分别表示含氧血红蛋白的光吸收系数和脱氧血红蛋白的光吸收系数,和CHHb分别是含氧血红蛋白的浓度和脱氧血红蛋白的浓度,r为发射单元和接收单元的距离,DPF是距离r的权重系数,称为差分路径因子,G是组织中除了含氧血红蛋白和脱氧血红蛋白的组织光吸收系数,公式中,和CHHb是待求参数,其他参数除G外都是已知的。由于每个波长的光在组织中的吸收不同,因此利用两个波长的光交替照射待测组织,可以得到两个方程来求解未知数和CHHb。发射单元输出入射光后,入射光在组织内经过一个弧形的路径被探测器(接收单元)接收。该信号反映的是入射光经过的所有肌肉组织的血氧浓度信息。
在一个实施例中,状态时间信息基于用户输入的状态触发信号确定。示例性的,患者在用力收缩待测部位的肌肉时按下触发按钮,此时触发按钮对应的指示灯为红色,处理器根据触发按钮输出的触发信号记录收缩起始时间;患者在待测部位的肌肉转为放松休息时,再次按下触发按钮,此时触发按钮对应的指示灯为绿色,处理器根据触发按钮输出的恢复起始信号记录恢复起始时间,根据至少一个收缩起始时间和至少一个恢复起始时间确定状态时间信息。可以理解的是,状态时间信息用于记录患者待测部位处于运动状态的时间段信息和处于休息状态的时间段信息。
在一个实施例中,如图5和图6所示,该系统还包括肌电测量模块13,状态时间信息基于该肌电测量模块13获取。具体地,肌电测量模块13用于获取处于运动刺激下的待测部位的肌电信号;处理器12还用于在任一发射单元111被触发时,控制被触发的发射单元111以及该发射单元111邻域的接收单元112之间的所有电极131输出刺激电流,以获取待测部位的肌电信号;针对每个电极通道,提取肌电信号中的诱发电信号,根据诱发电信号确定状态时间信息,以及基于状态时间信息确定肌氧信号的时间响应特性参数;基于该时间响应特性参数确定待测部位在时间维度上的运动神经肌肉血管耦合分析结果。可以理解的是,诱发电信号可用于表示肌肉状态的切换,因此根据诱发电信号可确定患者待测部位的状态时间信息。
在一个实施例中,任一电极具有输出刺激电流以及肌电信号采集的作用,电极采集到的原始肌电信号后,该肌电信号被依次输入至放大电路、屏蔽电路后、模数转换(ADC)电路,以将模拟信号转换成数字信号以生成肌电信号,然后通过光纤将肌电信号传输到上位机。上位机可以是个人电脑、工作站、服务器。可以理解的是,如果肌电信号的数据处理工作由本地处理器完成,那么模数转换电路输出的肌电信号被存储至本地存储器,以由本地处理器确定其对应的时间响应特性参数。
在一个实施例中,处理器还用于根据肌氧信号的第一设定特征生成肌氧地形图序列,根据肌电信号的第二设定特征生成肌电地形图序列;确定同一探测时刻的激活强度在肌氧地形图和肌氧地形图中的位置差异以得到位置差异参数;根据位置差异参数确定待测部位在空间维度上的运动神经肌肉血管耦合分析结果。其中,位置差异参数可选为相关系数、激活面积对比或激活位置对比。结合前述实施例,实现了确定待测部位分别在时间维度和空间维度上的运动神经肌肉血管耦合分析结果。
其中,肌氧地形图的确定方法包括:对肌氧信号进行预处理以得到更新后的肌氧信号,该预处理包括但不限于用于去除生理噪音、系统噪音和运动干扰的滤波;对更新后的肌氧信号的第一设定特征值进行标准化以生成肌氧地形图。其中,第一设定特征值为待测部位的含氧血红蛋白的浓度、脱氧血红蛋白的浓度或血氧饱和度信息。示例性的,第一设定特征为血氧包含度信息,将血氧饱和度信息的标准化数值与设定颜色对应,利用接收单元的空间分布实现血氧饱和度的空间可视化,利用时间变化实现时间可视化。
其中,肌电地形图的确定方法包括:对肌电信号进行预处理以更新肌电信号,该预处理包括但不限于滤波;对更新后的肌电信号进行特征提取以得到能够反映肌电能量强度的第二设定特征;将该第二设定特征归一化至0到1之间的数值,以得到肌电地形图。其中,第二设定特征在该肌电地形图中,可以使用不同的颜色表示不同的数值,比如,红色表示1,蓝色表示0,越接近1越红,越接近0越蓝。利用空间电极位置的空间分布实现第二设定特征的空间可视化。可以理解的是,利用时间变化可以实现第二设定特征的时间可视化。其中,第二设定特征可选为肌电信号的频域特征或时域特征。其中,时域特征包括但不限于均方根、积分值、平均值、标准差;频域特征包括但不限于平均频率、中值频率。
在一个实施例中,如图6所示,一个或多个发射单元以及该一个或多个发射单元对应的接收单元,以及设置于相邻发射单元与接收单元之间的电极均设置于底膜10上,该底膜由柔性材料制成。
在一个实施例中,该系统还包括范式限定装置,该范式限定装置包括本体以及设置于本体上的固定结构,用于通过固定结构将待测部位所在身体部分固定于本体上,以使处于运动刺激下的待测部位所在身体部分的姿势保持不变。其中,本体形状随着待测部位的不同而不同。示例性的,图7中的范式限定装置14适应于肱二头肌,其本体包括平板形的第一部分141,以及连接该第一部分一端的平板形的第二部分142,且该第一部分141与第二部分142之间的夹角为α。该图7中的范式限定装置的固定结构143为绑带。
如图8所示,该系统可选还包括运动刺激强度检测装置15,该运动刺激强度检测装置15,用于获取待测部位的运动刺激强度。处理器还用于获取归一化基准,以及基于归一化基准和运动刺激强度对时间响应特性参数进行归一化,以更新时间响应特性参数;基于更新后的时间响应特性参数确定待测部位的运动神经肌肉血管耦合分析结果。运动刺激强度检测装置可选为力检测装置。
示例性的,将肘部放在图7中的范式限定装置的第一部分与第二部分的夹角处,并将前臂用绑带固定在本体上,手抓握测力计(运动刺激强度检测装置)的手柄,执行伸腕运动使前臂指屈肌收缩,收缩的力度由测力计显示并加以控制。范式限定装置与运动刺激强度检测装置配合使用,可以保证无论何时、何地以及任何待测部位,都可以重复相同的运动范式和收缩力度,使运动神经肌肉血管耦合功能评估范式标准化。通过该标准化的运动刺激可以提高运动神经肌肉血管耦合分析结果的准确性。
在一个实施例中,基于归一化基准和运动刺激强度对时间响应特性参数进行归一化的方法包括:确定运动刺激强度与归一化基准的比值,计算该比值与时间响应特性参数的乘积,并将该乘积作为更新后的时间响应特性参数。
在一个实施例中,基于归一化基准和运动刺激强度对肌氧信号进行归一化的方法包括:确定运动刺激强度与归一化基准的比值,计算该比值与肌氧信号的乘积,以更新肌氧信号。
归一化基准基于基准运动刺激强度确定的。该基准运动刺激强度为患者至少两次最大收缩力的均值。示例性的,待测部位为肱二头肌,患者尽最大力气握紧握力计,记录第一最大握力值,然后再尽最大力气握紧握力计,记录第二最大握力值,如此重复测量患者的至少两个最大握力,并将该至少两个最大握力的均值作为归一化基准。
在一个实施例中,处理器用于通过肌氧测量模块11获取处于不同运动刺激强度下的待测部位的肌氧信号;确定不同运动刺激强度对应的肌氧信号的时间响应特性参数,以及不同运动刺激强度对应的肌氧信号的时间响应特性参数的均值;基于该均值确定待测部位的运动神经肌肉血管耦合分析结果。该实施例通过将不同运动刺激强度对应的肌氧信号的时间响应特性参数的均值,作为目标时间响应特性参数,并基于该目标时间响应特性参数确定待测部位的运动神经肌肉血管耦合分析结果,可以降低单次测量出现的误差,从而提高运动神经肌肉血管耦合分析结果的准确性。
在一个实施例中,处理器用于:针对每个运动刺激强度,确定肌电信号的至少两个第一设定特征分别对应的肌电地形图以得到至少两个肌电地形图序列,以及肌氧信号的至少两个第二设定特征分别对应的肌氧地形图以得到至少两个肌氧地形图序列;将至少两个肌氧地形图序列与至少两个肌电地形图序列进行两两组合;根据每个组合结果确定待测部位在空间维度上的一个运动神经肌肉血管耦合分析结果;将每个组合结果对应的所有运动刺激下的运动神经肌肉血管耦合分析结果作为一组运动神经肌肉血管耦合分析结果;将所有组别的运动神经肌肉血管耦合分析结果中,对运动刺激强度敏感度最高的一组运动神经肌肉血管耦合分析结果的均值作为期望运动神经肌肉血管耦合分析结果。其中,第一设定特征可选为肌电信号的频域特征或时域特征。该实施例中,根据每个组合结果确定待测部位在空间维度上的一个运动神经肌肉血管耦合分析结果,具体为:确定每个组合结果中的两地形图序列之间的激活强度的位置差异参数序列,并根据该位置差异参数序列确定待测部位在空间维度上的一个运动神经肌肉血管耦合分析结果。
其中,肌氧地形图序列包括至少两个探测时刻的肌氧地形图,肌电地形图序列包括至少两个探测时刻的肌电地形图。不同运动刺激强度可选为最大收缩力的百分之十、最大收缩力的百分之三十、最大收缩力的百分之五十、最大收缩力的百分之七十。可以理解的是,在该系统的实际使用过程中,第一设定特征、第二设定特征和运动刺激强度可根据具体情况来选择。运动刺激强度敏感度为运动神经肌肉血管耦合分析结果随运动刺激强度变化而变化的程度,可以理解的是,变化程度越大,则对运动刺激强度的敏感度越大。
本发明实施例提供的技术方案,通过肌氧测量模块获取处于运动刺激下的待测部位的肌氧信号,根据获取的状态时间信息确定该肌氧信号的时间响应特性参数,并基于该时间响应特性参数确定待测部位的运动神经肌肉血管耦合分析结构。达到了检测运动神经肌肉血管耦合功能的技术效果,而且系统结构简单,成本较低。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种运动神经肌肉血管耦合功能检测系统,其特征在于,包括:
肌氧测量模块,覆盖于待测部位,用于获取处于运动刺激下的待测部位的肌氧信号,其中,所述待测部位的肌肉与目标运动神经关联;
处理器,用于获取状态时间信息;通过所述肌氧测量模块获取处于运动刺激下的待测部位的肌氧信号;基于所述状态时间信息确定所述肌氧信号的时间响应特性参数;基于所述时间响应特性参数确定所述待测部位的运动神经肌肉血管耦合分析结果。
2.根据权利要求1所述的系统,其特征在于,
所述肌氧测量模块包括一个或多个发射单元,以及设置于每个发射单元邻域的一个或多个接收单元;
所述处理器用于在检测到触发信号时获取所述各发射单元的触发顺序;基于设定时序,按照所述触发顺序同时控制至少一个发射单元输出设定时长和设定波长的检测光,以及控制被触发的该至少一个发射单元邻域的接收单元接收设定时长内的肌氧信号。
3.根据权利要求2所述的系统,其特征在于,
任一发射单元均被依次触发两次,且分别用于输出第一设定波长的检测光和第二设定波长的检测光,所述第一设定波长的检测光对应含氧血红蛋白信号,所述第二设定波长的检测光对应脱氧血红蛋白信号,或者所述第一设定波长的检测光对应脱氧血红蛋白信号,所述第二设定波长的检测光对应含氧血红蛋白信号。
4.根据权利要求2所述的系统,其特征在于,还包括:
肌电测量模块,用于获取处于运动刺激下的待测部位的肌电信号;
所述处理器还用于在任一发射单元被触发时,控制被触发的发射单元以及该发射单元邻域的接收单元之间的所有电极输出刺激电流,以获取所述待测部位的肌电信号;针对每个电极通道,提取所述肌电信号中的诱发电信号,根据所述诱发电信号确定状态时间信息,以及基于所述状态时间信息确定肌氧信号的时间响应特性参数;基于所述时间响应特性参数确定所述待测部位在时间维度上的运动神经肌肉血管耦合分析结果。
5.根据权利要求4所述的系统,其特征在于,所述处理器还用于:
根据所述肌氧信号的第一设定特征生成肌氧地形图序列,根据所述肌电信号的第二设定特征生成肌电地形图序列;
确定所述肌氧地形图序列和所述肌电地形图序列中对应地形图中激活强度的位置差异,以得到位置差异参数序列;
根据所述位置差异参数序列确定所述待测部位在空间维度上的运动神经肌肉血管耦合分析结果。
6.根据权利要求4所述的系统,其特征在于,还包括:
范式限定装置,包括本体以及设置于所述本体上的固定结构,用于通过所述固定结构将所述待测部位所在身体部分固定于所述本体上,以使处于运动刺激下的所述待测部位所在身体部分的姿势保持不变。
7.根据权利要求6所述的系统,其特征在于,还包括:
运动刺激强度检测装置,用于获取所述待测部位的运动刺激强度;
所述处理器还用于获取归一化基准,以及基于所述归一化基准和所述运动刺激强度对所述时间响应特性参数或所述肌氧信号进行归一化,以更新所述时间响应特性参数或所述肌氧信号;基于更新后的时间响应特性参数或更新后的所述肌氧信号对应的时间响应特性参数,确定所述待测部位的运动神经肌肉血管耦合分析结果。
8.根据权利要求7所述的系统,其特征在于,
所述处理器用于通过所述肌氧测量模块,获取处于不同运动刺激强度下的待测部位的肌氧信号;确定不同运动刺激强度对应的肌氧信号的时间响应特性参数,以及不同运动刺激强度对应的肌氧信号的时间响应特性参数的均值;基于所述均值确定所述待测部位的运动神经肌肉血管耦合分析结果。
9.根据权利要求7所述的系统,其特征在于,所述处理器用于:
针对每个运动刺激强度,确定所述肌氧信号的至少两个第一设定特征分别对应的肌氧地形图以得到至少两个肌氧地形图序列,以及所述肌电信号的至少两个第二设定特征分别对应的肌电地形图以得到至少两个肌电地形图序列;将所述至少两个肌氧地形图序列与所述至少两个肌电地形图序列进行两两组合;根据每个组合结果确定所述待测部位在空间维度上的一个运动神经肌肉血管耦合分析结果;
将每个组合结果对应的所有运动刺激下的运动神经肌肉血管耦合分析结果作为一组运动神经肌肉血管耦合分析结果;
将所有组别的运动神经肌肉血管耦合分析结果中,对运动刺激强度敏感度最高的一组运动神经肌肉血管耦合分析结果的均值作为期望运动神经肌肉血管耦合分析结果。
10.根据权利要求8所述的系统,其特征在于,所述归一化基准为患者至少两次最大收缩力的均值。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210954259.4A CN115177214A (zh) | 2022-08-10 | 2022-08-10 | 运动神经肌肉血管耦合功能检测系统 |
PCT/CN2022/134255 WO2024031872A1 (zh) | 2022-08-10 | 2022-11-25 | 运动神经肌肉血管耦合功能检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210954259.4A CN115177214A (zh) | 2022-08-10 | 2022-08-10 | 运动神经肌肉血管耦合功能检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115177214A true CN115177214A (zh) | 2022-10-14 |
Family
ID=83522394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210954259.4A Pending CN115177214A (zh) | 2022-08-10 | 2022-08-10 | 运动神经肌肉血管耦合功能检测系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115177214A (zh) |
WO (1) | WO2024031872A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023142779A1 (zh) * | 2022-01-26 | 2023-08-03 | 中国科学院深圳先进技术研究院 | 肌氧检测方法、肌氧恢复方法及系统 |
WO2024031872A1 (zh) * | 2022-08-10 | 2024-02-15 | 中国科学院深圳先进技术研究院 | 运动神经肌肉血管耦合功能检测系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011152388A1 (ja) * | 2010-05-31 | 2011-12-08 | Kato Toshinori | 生体機能診断装置及びプログラム |
WO2017211081A1 (zh) * | 2016-06-07 | 2017-12-14 | 加动健康科技(芜湖)有限公司 | 用于测量个体能耗的测量装置、测量方法和电子设备 |
CN109077725B (zh) * | 2018-08-09 | 2021-03-09 | 江汉大学 | 一种肌肉疲劳度检测装置 |
CN109833040A (zh) * | 2019-01-31 | 2019-06-04 | 中国医学科学院生物医学工程研究所 | 基于光电联合检测的人体运动能力评估装置及其评估方法 |
CN113229831B (zh) * | 2021-05-10 | 2022-02-01 | 燕山大学 | 基于肌电和肌氧信号的运动功能监测管理方法 |
CN114259243A (zh) * | 2021-12-31 | 2022-04-01 | 燕山大学 | 一种多模态人体参数同步采集系统及方法 |
CN114504315A (zh) * | 2022-01-26 | 2022-05-17 | 中国科学院深圳先进技术研究院 | 肌氧检测方法、肌氧恢复方法及系统 |
CN115177214A (zh) * | 2022-08-10 | 2022-10-14 | 中国科学院深圳先进技术研究院 | 运动神经肌肉血管耦合功能检测系统 |
-
2022
- 2022-08-10 CN CN202210954259.4A patent/CN115177214A/zh active Pending
- 2022-11-25 WO PCT/CN2022/134255 patent/WO2024031872A1/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023142779A1 (zh) * | 2022-01-26 | 2023-08-03 | 中国科学院深圳先进技术研究院 | 肌氧检测方法、肌氧恢复方法及系统 |
WO2024031872A1 (zh) * | 2022-08-10 | 2024-02-15 | 中国科学院深圳先进技术研究院 | 运动神经肌肉血管耦合功能检测系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2024031872A1 (zh) | 2024-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115177214A (zh) | 运动神经肌肉血管耦合功能检测系统 | |
Guo et al. | Development of a multi-channel compact-size wireless hybrid sEMG/NIRS sensor system for prosthetic manipulation | |
EP0591289B1 (en) | Hemoglobinometers and the like for measuring the metabolic condition of a subject | |
da Silva et al. | Off-the-person electrocardiography: performance assessment and clinical correlation | |
US11089964B1 (en) | Method and apparatus for non-invasive real-time biomedical imaging of neural and vascular activity | |
CN109328031A (zh) | 用于生命体征检测的系统和方法 | |
Elzenheimer et al. | Magnetic measurement of electrically evoked muscle responses with optically pumped magnetometers | |
Guo et al. | A wireless wearable sEMG and NIRS acquisition system for an enhanced human-computer interface | |
US20120043969A1 (en) | Impedance Tomography Apparatus | |
JP2001112742A (ja) | 肌状態の評価方法及び装置 | |
US8659297B2 (en) | Reducing noise in magnetic resonance imaging using conductive loops | |
CN113925465A (zh) | 一种基于肌氧反馈信息的康复训练评估方法及系统 | |
EP3733058A1 (en) | Device for recording the vascular response of the human spinal cord triggered by a suprasensible stimulus through the use of functional near-infrared spectroscopy | |
Li et al. | Reliability analysis of a newly developed detector for monitoring spine health | |
JP3647044B2 (ja) | 電気生理学装置 | |
Khan et al. | Hybrid EEG-NIRS BCI for rehabilitation using different brain signals | |
Erickson et al. | Open-source 128-channel bioamplifier module for ambulatory monitoring of gastrointestinal electrical activity | |
Coon et al. | Automatic sleep staging using a small-footprint sensor array and recurrent-convolutional neural networks | |
Hafid et al. | Affordable Custom made Physiological Measurement Instrumentation Based on Raspberry PI | |
Tang et al. | Brain Activity Monitoring System Based on EEG-NIRS Measurement System | |
Poo et al. | Design and development of low cost biceps tendonitis monitoring system using EMG sensor | |
Galici | Blood pressure monitoring in a non-invasive way using regression techniques | |
CN116211298A (zh) | 一种集成血液氧含量与电信号采集的系统、方法及传感器 | |
Lebid et al. | Towards dual modality nerve assessment using electrical and optical techniques | |
Přibil et al. | PPG Signal Measurement in Weak Magnetic Field by a Wearable Sensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |