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。