申请/专利权人：杭州电子科技大学

申请日：2021-12-27

公开（公告）日：2024-04-12

公开（公告）号：CN114259242B

主分类号：A61B5/369

分类号：A61B5/369;A61B5/374;A61B5/389;A61B5/397;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.04.19#实质审查的生效;2022.04.01#公开

摘要：本发明公开了一种基于多时间尺度传递谱熵的功能性皮质肌肉耦合分析方法。首先，在实验过程中采集受试者的脑电信号和上肢相关肌肉的肌电信号。然后对脑电信号和肌电信号去除伪影，去噪，滤波处理。计算处理后的脑电信号和肌电信号之间的多时间尺度传递谱熵以及尺度为s时，特定频段内的显著性面积值。然后分析双侧运动区的脑电信号与指浅屈肌的肌电信号之间的功能性皮质肌肉耦合。本发明的多时间尺度传递谱熵不仅抑制了虚假耦合，而且还描述了局部频段内的信息传递。此外，多时间尺度传递谱熵为研究功能性皮质肌肉耦合的多尺度特性提供了新的视角，而且可以更好的分析功能性皮质肌肉耦合的耦合强度、信息流、局部频带等特性。

主权项：1.基于多时间尺度传递谱熵的功能性皮质肌肉耦合方法，其特征在于该方法包括如下步骤：步骤1：采集受试者的脑电信号和肌电信号；步骤2：处理脑电信号和肌电信号；步骤3：通过多时间尺度传递谱熵和显著性面积值计算方法分别构建不同实验动作以及不同方向的多时间尺度和多频段显著性面积值矩阵，通过这些矩阵得到受试者功能性皮质肌肉耦合的多时间尺度特性、多频段特性、耦合强度特性和信息流特性；步骤4：定义目标函数G，根据目标函数G选择最优时间尺度；从显著性面积值矩阵中选择最优时间尺度以及显著性面积值最大的频段，用多因素方差分析方法计算这些部分的值的显著差异得出受试者左右手之间、不同信息流方向之间、不同实验动作之间的耦合差异；其中步骤1包括：以1000Hz的采样频率分别采集受试者在做实验动作时的脑电信号；以1000Hz的采样频率分别采集受试者在做实验动作时对应肌肉位置的肌电信号。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于多时间尺度传递谱熵的功能性皮质肌肉耦合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD