[发明专利]一种结合非负矩阵分解和复杂网络的肌间耦合分析方法

摘要

本发明提出了一种结合非负矩阵分解和复杂网络的肌间耦合分析方法；本发明采集了不同握力输出时，7通道表面肌电信号，首先采用广义偏定向相干计算多通道之间的相干性；然后用非负矩阵分解算法对相干性值进行分解；最后用复杂网络建立不同条件下的肌肉功能网络。利用图论的特征指标，评估肌肉功能网络信息流的传递效率。结果显示：不同握力下肌肉的激活程度存在显著性差异；肌肉间的耦合在10～20Hz波段上较为显著；并且在10～20Hz波段上其耦合程度随着握力水平不同呈现显著性变化。本发明通过对多通道肌间耦合分析，体现了中枢神经系统对不同输出握力的控制模式，为运动功能障碍的诊断和康复效果的评价提供依据。

主权项

1.一种结合非负矩阵分解和复杂网络的肌间耦合分析方法，其特征在于，该方法包括如下步骤：步骤1、使用生物电采集设备采集5％、20％、40％、60％、80％最大自主收缩力抓握实验下的肌电信号；步骤2、对采集到的肌电信号进行预处理，包括降频、降噪；步骤3、采用广义偏定向相干方法对预处理后的信号计算多通道之间的相干性；步骤4、运用非负矩阵分解算法对计算得到的相干性值进行分解，得到四个不同频段的相干性的值；步骤5、根据步骤4的结果运用复杂网络建立不同条件下的肌肉功能网络。