發(fā)布時(shí)間：2018-08-08 18:08

【摘要】：肌肉協(xié)同模型是神經(jīng)產(chǎn)生并控制運(yùn)動的低維度結(jié)構(gòu),探討不同動作任務(wù)下的表面肌電信號(s EMG)間的相干性分析,可以體現(xiàn)相應(yīng)肌群的協(xié)同耦合關(guān)系,進(jìn)而能從神經(jīng)控制運(yùn)動與肌肉相互配合協(xié)調(diào)的角度揭示運(yùn)動產(chǎn)生與執(zhí)行規(guī)律。組織8名年輕健康受試者(男女均半、20~24歲)進(jìn)行上肢腕部屈、伸實(shí)驗(yàn),采集動作時(shí)相應(yīng)肌群的s EMG數(shù)據(jù),引入非負(fù)矩陣分解(NMF)方法分析肌間協(xié)同性,并進(jìn)一步對協(xié)同性較高的肌群采用一致性分析方法,研究信號beta(15~35 Hz)和gamma(35~60 Hz)頻段的耦合強(qiáng)度關(guān)系,探討腕部伸屈動作下不同受試者之間的協(xié)同-耦合性差異。結(jié)果表明:腕伸動作下,主動肌橈側(cè)腕短伸肌(ECR)、指伸肌(ED)、尺側(cè)腕伸肌(ECU)、肱橈肌(B)在協(xié)同模塊W5中具有協(xié)同關(guān)系,且肌間耦合強(qiáng)度顯著(P0.05),beta頻段與gamma頻段一致性顯著面積相差較大(1.261±0.966);腕屈動作下,分別在協(xié)同模塊W_1W_4W_5中存在具有協(xié)同關(guān)系的肌肉對,且肌肉間耦合強(qiáng)度顯著(P0.001),在beta和gamma頻段一致性顯著面積相差較小(0.412±0.163),但主動肌橈側(cè)腕屈肌、指淺屈肌間不具有協(xié)同性,耦合關(guān)系較弱。以上說明:神經(jīng)控制運(yùn)動的方式不同,體現(xiàn)為肌肉協(xié)同-耦合關(guān)系有所差異;在同一協(xié)同模塊中,協(xié)同性較高的肌肉間耦合關(guān)系較強(qiáng),揭示神經(jīng)控制運(yùn)動規(guī)律與肌肉相互配合方式;運(yùn)用此方法進(jìn)行肌間協(xié)同-耦合聯(lián)合分析,可望深入揭示中樞神經(jīng)模塊化協(xié)同控制運(yùn)動機(jī)制,進(jìn)一步為運(yùn)動障礙患者功能分析和評價(jià)提供科學(xué)依據(jù)。
[Abstract]:Muscle coordination model is a low-dimensional structure of nerve generation and control movement. The coherence analysis of surface electromyography (s EMG) signals under different action tasks can reflect the cooperative coupling relationship of the corresponding muscle groups. Furthermore, it can reveal the law of motion generation and execution from the angle of coordination between nerve control movement and muscle. Eight young healthy subjects (male and female, aged 20 to 24) were studied for wrist flexion and extention of upper limbs. S EMG data of the corresponding muscle groups were collected, and non-negative matrix factorization (NMF) was introduced to analyze the intermuscular synergy. Furthermore, the consistency analysis method was used to study the coupling strength relationship between beta (155Hz) and gamma (356Hz), and to explore the differences of synergetic coupling between different subjects under wrist flexion and extension. The results showed that the (ECU), brachioradialis muscle (B) of extensor carpal short muscle (ECR), extensor digitorum muscle (ED), ulnar extensor carpal muscle (ECU), radial muscle had a synergistic relationship in W5 under carpal extension. There was significant difference in the area of the consistency between the beta band and the gamma band (1.261 鹵0.966). Under wrist flexion, there were synergistic muscle pairs in the synergetic module W_1W_4W_5, respectively. The strength of intermuscular coupling was significant (P0. 001), and the difference of the consistent area between beta and gamma was small (0.412 鹵0.163), but there was no synergy between flexor carpi radialis and flexor digitorum superficial flexor, but the coupling relationship was weak. The results show that the way of neural control is different, which is reflected by the difference of muscle synergy and coupling; in the same cooperative module, there is a strong synergy between muscles. It is expected to reveal the mechanism of modular cooperative control of central nervous system by using this method to analyze the intermuscular synergetic and coupling joint analysis. To provide scientific basis for functional analysis and evaluation of patients with dyskinesia.
【作者單位】： 燕山大學(xué)電氣工程學(xué)院河北省測試計(jì)量技術(shù)及儀器重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(61271142,61503325) 河北省自然科學(xué)基金(F2015203372)
【分類號】：R318;TN911.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋金歌;楊景;陳平;佘玉梅;;一種非負(fù)矩陣分解的快速稀疏算法[J];云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

2 尹星云;;非負(fù)矩陣分解的基本原理和研究現(xiàn)狀分析[J];科技資訊;2011年35期

3 程明松;劉勺連;;一種實(shí)用快速非負(fù)矩陣分解算法[J];大連理工大學(xué)學(xué)報(bào);2013年01期

4 唐曉芬;陳莉;;最大相關(guān)熵非負(fù)矩陣分解在基因表達(dá)數(shù)據(jù)聚類中的應(yīng)用[J];計(jì)算機(jī)與應(yīng)用化學(xué);2013年11期

5 曾文梅;;基于半監(jiān)督非負(fù)矩陣分解的人流量分析[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2011年02期

6 孟佳音;劉丁酉;;基于分布估計(jì)算法的非負(fù)矩陣分解[J];湖北民族學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年03期

7 王雪明;王套;;非負(fù)矩陣分解的相關(guān)討論[J];湖南農(nóng)機(jī);2013年09期

8 曹勝玉;劉來福;;非負(fù)矩陣分解及其在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

9 李巧;孔薇;;改進(jìn)的非負(fù)矩陣分解在基因表達(dá)數(shù)據(jù)中的應(yīng)用[J];信息技術(shù);2010年12期

10 陳清華;陳六君;郭金忠;;二進(jìn)制約束下的NMF方法及其應(yīng)用[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

相關(guān)會議論文 前10條

1 孫江明;李通化;;非平滑三維非負(fù)矩陣分解[A];第九屆全國計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

2 蔣永鍇;葉東毅;;基于稀疏非負(fù)矩陣分解的自動多文摘方法[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

3 馬帥;吳飛;楊易;邵健;;基于稀疏非負(fù)矩陣分解的圖像檢索[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【oral】[C];2011年

4 徐利民;龔珊;余再軍;;奇異值分解與非負(fù)矩陣分解色在數(shù)據(jù)降維方面的特性分析[A];2010年通信理論與信號處理學(xué)術(shù)年會論文集[C];2010年

5 蔡蕾;朱永生;;基于稀疏性非負(fù)矩陣分解和支持向量機(jī)的軸心軌跡圖識別[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

6 蔣霈霖;;KL散度下的非負(fù)矩陣分解[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 楊寶;朱啟兵;黃敏;;基于非負(fù)矩陣分解一稀疏表示分類的玻璃缺陷圖像識別[A];第24屆中國控制與決策會議論文集[C];2012年

8 錢樂樂;高雋;徐小紅;;非負(fù)性約束的圖像稀疏編碼[A];第七屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2009年

9 朱昊;黃源水;付夢印;;基于NMF的道路識別算法在野外環(huán)境感知中的應(yīng)用[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

10 鄭能恒;蔡毅;李霞;Tan Lee;;基于非負(fù)矩陣分解和向量相似測度的語音與音樂分離算法[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集（一）[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 楊士準(zhǔn);基于樣本和特征的遷移學(xué)習(xí)方法及應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2013年

2 葉軍;基于正則化方法的非負(fù)矩陣分解算法及其應(yīng)用研究[D];南京理工大學(xué);2014年

3 陸玉武;圖像分類中流形回歸與非負(fù)矩陣分解研究[D];哈爾濱工業(yè)大學(xué);2015年

4 張恩德;在線社會網(wǎng)絡(luò)分析與挖掘若干關(guān)鍵問題研究[D];東北大學(xué);2014年

5 胡俐蕊;非負(fù)矩陣分解方法及其在選票圖像識別中的應(yīng)用[D];安徽大學(xué);2013年

6 殷海青;圖像分析中的非負(fù)矩陣分解理論及其最優(yōu)化和正則化方法研究[D];西安電子科技大學(xué);2011年

7 楊洪禮;非負(fù)矩陣與張量分解及其應(yīng)用[D];山東科技大學(xué);2011年

8 史加榮;多尺度張量逼近及應(yīng)用[D];西安電子科技大學(xué);2012年

9 方蔚濤;人臉識別特征抽取算法的研究[D];重慶大學(xué);2012年

10 劉昱昊;基于非負(fù)矩陣分解算法的人臉識別技術(shù)的研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 謝昊;非負(fù)矩陣分解初始化及其應(yīng)用[D];暨南大學(xué);2015年

2 王一;凸與半非負(fù)矩陣分解的近點(diǎn)梯度方法研究[D];東北師范大學(xué);2015年

3 項(xiàng)磊;基于乳腺癌計(jì)算機(jī)輔助診斷的病理圖像分析[D];南京信息工程大學(xué);2015年

4 王丹;基于非負(fù)矩陣分解的腦電信號特征提取算法研究[D];燕山大學(xué);2015年

5 馬春霞;非負(fù)矩陣分解及在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究[D];曲阜師范大學(xué);2015年

6 崔艷榮;基于非負(fù)矩陣分解的高光譜遙感數(shù)據(jù)融合方法分析及應(yīng)用[D];電子科技大學(xué);2014年

7 賴淑珍;非負(fù)矩陣分解若干算法研究與應(yīng)用[D];電子科技大學(xué);2014年

8 趙龍;基于多流形正則化非負(fù)矩陣分解的多視圖聚類[D];大連理工大學(xué);2015年

9 黃震;基于多視角非負(fù)矩陣分解的同名區(qū)分算法研究[D];大連理工大學(xué);2015年

10 邵強(qiáng);改進(jìn)的非負(fù)矩陣分解算法及其在人臉識別中的應(yīng)用[D];河北工業(yè)大學(xué);2015年

，

本文編號：2172600