基于变分模态分解-传递熵的脑肌电信号耦合分析

发布时间：2017-06-15 22:02

  本文关键词：基于变分模态分解-传递熵的脑肌电信号耦合分析，，由笔耕文化传播整理发布。

【摘要】：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.本文引入变分模态分解并与传递熵结合,构建变分模态分解-传递熵模型应用于脑肌间耦合研究.首先基于变分模态分解将同步采集的脑电(EEG)和肌电(EMG)信号分别进行时频尺度化,然后计算不同时频尺度间的传递熵值,获取不同耦合方向(EEG→EMG及EMG→EEG)上不同尺度间的非线性耦合特征.结果表明,在静态握力输出条件下,皮层与肌肉beta(15—35 Hz)频段间的耦合强度最为显著;EEG→EMG方向上脑电与肌电高gamma(50—72 Hz)频段的耦合强度总体上高于EMG→EEG方向.研究结果揭示皮层-肌肉功能耦合具有双向性,且脑肌间不同耦合方向上、不同频段间的耦合强度有所差异.因此可利用变分模态分解-传递熵方法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.
【作者单位】： 燕山大学电气工程学院河北省测试计量技术及仪器重点实验室;中国人民解放军北京军区第281医院康复医学科;
【关键词】： 脑肌电耦合 变分模态分解 传递熵 时频尺度
【基金】：国家自然科学基金(批准号:61271142) 河北省自然科学基金(批准号:F2015203372,F2014203246)资助的课题~~
【分类号】：R338;TN911.6
【正文快照】： 应用于EEG和EMG[2 4]的尺度特性分析中,提取1引言不同时间尺度上的信息.但随着其尺度的增加,序列长度减少使得熵估计不准确.移动均值化生理系统是跨越多尺度时空进行相互作用的(moving-averaging,MA)[5]的提出克服了这一弊复杂结构[1].运动神经系统通过神经振荡传递运端,使得

  本文关键词：基于变分模态分解-传递熵的脑肌电信号耦合分析，由笔耕文化传播整理发布。

本文编号：453566