多尺度补偿传递熵的皮层肌肉功能耦合方法

为了准确描述脑电(EEG)和肌电(EMG)信号在不同尺度上的耦合特征,提出新的多尺度补偿传递熵(McTE)方法.该方法结合自适应投影多元经验模态(APITMEMD)方法和补偿传递熵(cTE),计算不同尺度上的多尺度补偿传递熵值,计算结果用于定量分析不同耦合方向(E EG→EMG和EMG→EEG)上的耦合特征.结果表明,在恒定握力下,beta频段(13~35 Hz)的耦合强度最大,且E EG→EMG方向的耦合强度高于EMG→EEG方向;在高gamma频段(50~72 Hz), EEG→EMG方向EEG与EMG的耦合强度总体高于EMG→EEG方向的.研究结果表明,脑肌电耦合强度在不同耦合方向和不同尺度上有所差异,McTE方法能准确刻画脑肌电多尺度间的耦合特征及功能联系.

基于MEMD-rTVgPDC的皮层肌肉耦合分析

本文将多元经验模态分解(MEMD)与鲁棒时变广义偏定向相干性(rTV-gPDC)引入皮层肌肉耦合分析中,探索脑肌电之间线性和非线性耦合关系。首先同步采集8名健康志愿者在静态握力(5 kg、10 kg、20 kg)下的三通道脑电(EEG)和肌电(EMG)信号,接着采用MEMD对信号进行时-频尺度化,最后同时计算不同耦合方向(EEG→EMG和EMG→EEG)上的rTV-gPDC线性和非线性值。实验结果表明静态握力输出时,皮层肌肉耦合主要反映在beta和gamma频段,其中EEG→EMG方向的耦合强度略高于EMG→EEG方向的耦合强度,且随着左右手握力增加,EEG→EMG和EMG→EEG方向的耦合强度同时增加。此外脑肌电耦合中同时存在线性和非线性因果关系。本文方法能够定量刻画不同握力下三个脑肌电通道之间的线性和非线性交互影响,可为研究运动功能障碍及康复评价提供有效的生理参数指标。

基于多元经验模态分解-传递熵的脑肌电信号耦合分析

皮层肌肉功能耦合是大脑皮层和肌肉组织间的相互作用,脑肌电信号的多尺度耦合特征可以体现皮层-肌肉间多时空的功能联系。将多元经验模态分解(MEMD)与传递熵(TE)结合,构建出MEMD-TE模型,应用于脑、肌间耦合分析。首先对同步采集的脑电(EEG)和肌电(EMG)信号进行预处理,然后采用多元经验模态分解算法对信号进行时-频尺度化,最后计算不同尺度上的传递熵值,分析各个尺度不同耦合方向(EEG→EMG及EMG→EEG)上的非线性耦合特征。采集了10名受试者静态握力(5 kg、10 kg、20 kg)下脑、肌电信号,实验结果表明:脑电对肌电的MEMD-TE值在高频段(40 Hz^75 Hz)上高于肌电对脑电的MEMD-TE值,皮层肌肉功能耦合具有双向性,且不同方向和频段上的耦合强度有所差异,显著性校验反映了不同力度下脑电对肌电的MEMD-TE值没有显著性差别。