换一批基于表面肌电非负矩阵分解与一致性的肌间协同-耦合关系研究
Research on the Intermuscular Synergy and Coupling Analysis Based on Surface EMG Nonnegative Matrix Factorization-Coherence
摘要肌肉协同模型是神经产生并控制运动的低维度结构,探讨不同动作任务下的表面肌电信号(sEMG)间的相干性分析,可以体现相应肌群的协同耦合关系,进而能从神经控制运动与肌肉相互配合协调的角度揭示运动产生与执行规律.组织8名年轻健康受试者(男女均半、20 ～ 24岁)进行上肢腕部屈、伸实验,采集动作时相应肌群的sEMG数据,引入非负矩阵分解(NMF)方法分析肌间协同性,并进一步对协同性较高的肌群采用一致性分析方法,研究信号beta(15 ～35 Hz)和gamma(35～60 Hz)频段的耦合强度关系,探讨腕部伸屈动作下不同受试者之间的协同-耦合性差异.结果表明:腕伸动作下,主动肌桡侧腕短伸肌(ECR)、指伸肌(ED)、尺侧腕伸肌(ECU)、肱桡肌(B)在协同模块W5中具有协同关系,且肌间耦合强度显著(P＜0.05),beta频段与gamma频段一致性显著面积相差较大(1.261±0.966);腕屈动作下,分别在协同模块W1W4 W5中存在具有协同关系的肌肉对,且肌肉间耦合强度显著(P ＜0.001),在beta和gamma频段一致性显著面积相差较小(0.412±0.163),但主动肌桡侧腕屈肌、指浅屈肌间不具有协同性,耦合关系较弱.以上说明:神经控制运动的方式不同,体现为肌肉协同-耦合关系有所差异;在同一协同模块中,协同性较高的肌肉间耦合关系较强,揭示神经控制运动规律与肌肉相互配合方式;运用此方法进行肌间协同-耦合联合分析,可望深入揭示中枢神经模块化协同控制运动机制,进一步为运动障碍患者功能分析和评价提供科学依据.
更多相关知识
关键词
表面肌电肌肉协同肌间耦合非负矩阵分解一致性分析sEMGmuscle synergyintermuscular couplingnonnegative matrix factorizationcoherence analysis
分类号
R318
栏目名称
DOI
10.3969/j.issn.0258-8021.2017.02.004
发布时间
2017-05-18（万方平台首次上网日期，不代表论文的发表时间）
- 浏览380
- 被引26
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
