论文部分内容阅读
大脑运动皮层的脑电信号(Electroencephalogram,EEG)和身体对侧肌肉组织的肌电信号(Electromyography,EMG)分别反映运动控制信息和肌肉对大脑控制意图的功能响应信息。同时,由于生理系统是跨越多尺度时空进行相互作用的复杂结构,因此脑肌电多尺度同步分析能够体现出运动过程中大脑皮层与肌肉组织之间不同层次的振荡联系,进而评价运动系统功能。该研究已成为运动神经科学领域的热点问题。本文首先介绍了脑电信号和肌电信号的产生及特点,分析了基于神经肌肉功能耦合的脑肌电信号同步分析的研究进展,从而确定了本文的研究内容:从脑电信号和肌电信号的非线性和多尺度特性出发,构建脑肌电多尺度同步分析模型,定量刻画不同尺度上、不同方向上的皮层肌肉功能耦合强度及信息传递量。针对脑电和肌电信号的时间尺度特性,构建多尺度传递熵分析模型定量描述不同时间尺度上脑肌电信号之间的功能耦合特征。同时定义了多尺度传递熵显著面积指标,描述脑肌电在不同频段内的耦合强度关系及差异。数据仿真结果显示,多尺度传递熵能够有效刻画两个系统不同方向间不同时间尺度上的信息耦合强度及传递量,验证了算法的有效性。由于脑电信号和肌电信号频域特性突出,本文引入小波分解构建小波-传递熵同步分析模型用于皮层肌肉时频尺度上的功能耦合研究。进一步利用变分模态分解方法替代小波变换,自适应提取脑电和肌电信号时频尺度,提出了变分模态分解-传递熵同步分析方法。通过仿真数据分析表明,小波-传递熵和变分模态分解-传递熵方法可以定量刻画大脑皮层与肌肉各时频段之间的非线性同步特征及功能联系。最后,应用所研究方法进行实验研究。同步采集了8名健康被试在恒定握力下的头皮脑电信号和表面肌电信号。应用本文提出的多尺度传递熵、小波-传递熵和变分模态分解-传递熵同步分析方法,对脑电和肌电信号间的多尺度耦合特征、信息传输方向性及差异显著性进行研究。分析结果表明脑肌电多尺度同步分析方法可以定量刻画大脑皮层与肌肉之间的非线性同步特征及功能联系。