-
公开(公告)号：CN113274033A
公开(公告)日：2021-08-20
申请号：CN202110506156.7
申请日：2021-05-10
Applicant: 燕山大学
Abstract: 本发明提供一种基于脑肌电交叉频率耦合的运动功能监测管理方法，其包括步骤：同步采集脑电信号EEG和肌电信号EMG；对采集到的脑电信号EEG和肌电信号EMG分别去除基线漂移、溢出、眼动和工频干扰；研究脑电信号EEG和肌电信号EMG间的交叉频率耦合分析，获得不同运动状态下大脑皮层与肌肉之间关系，选用交叉频率耦合中的四种主要方法，即相位‑相位耦合PPC、相位‑幅度耦合PAC、频率‑幅度耦合FAC和频率‑频率耦合FFC，通过对四种不同类型的耦合方法分析，构建基于多模态特征指标间的神经肌肉系统运动功能监测模型，进行四种方法的关联性研究，从而得到较为精准的分析结果，进而研究运动功能产生的生理机制，实现神经肌肉系统运动功能监测的有效管理。
-
Patent Agency Ranking
公开(公告)号：CN111938991A
公开(公告)日：2020-11-17
申请号：CN202010706589.2
申请日：2020-07-21
Applicant: 燕山大学
IPC: A61H1/02
Abstract: 本发明提出一种双主动控制模式的手部康复训练装置及训练方法，通过脑电采集设备实时采集大脑运动想象区的脑电信号，经信号预处理、特征提取、分类识别后将结果发送至虚拟场景进行交互，控制场景中模型手的移动；当模型手到达指定位置后变为握拳状态，此时，采集患者健侧肌电信号，经信号预处理、特征提取、分类识别后将结果以指令形式通过蓝牙发送给可穿戴康复机械手，通过健侧的肌电信号带动患侧可穿戴康复机械手抓握，辅助受试者进行康复训练，实现脑电和肌电相结合方式进行手部康复训练。本发明通过主被动式的康复训练加速了受试者大脑受损运动区功能的重塑和手部康复速度与康复效果，提高患者手部康复训练的主动性。
-
公开(公告)号：CN111227830A
公开(公告)日：2020-06-05
申请号：CN202010095062.0
申请日：2020-02-14
Applicant: 燕山大学
IPC: A61B5/0476 , A61B5/0488 , A61B5/00
Abstract: 本发明公开了一种基于复杂改进多尺度传递熵的脑肌电耦合分析方法，包括：采集脑电信号和肌电信号、并对采集到的脑电信号和肌电信号分别去除基线漂移、溢出、眼动和工频干扰；采用复杂改进粗粒化过程对脑电和肌电信号进行频谱分解，分析脑电信号和肌电信号不同时频尺度间的同步特性，定量描述脑肌间非线性耦合和信息传递特征；对脑肌间非线性耦合和信息传递特征进行运动功能分析。本方法利用复杂改进多尺度传递熵分析脑肌电信号信息传递特性，定量描述脑电信号与肌电信号不同时频尺度间非线性耦合及信息传递特征，有助于探索大脑皮层与肌肉之间的功能联系。
-
公开(公告)号：CN111227830B
公开(公告)日：2021-06-29
申请号：CN202010095062.0
申请日：2020-02-14
Applicant: 燕山大学
Abstract: 本发明公开了一种基于复杂改进多尺度传递熵的脑肌电耦合分析方法，包括：采集脑电信号和肌电信号、并对采集到的脑电信号和肌电信号分别去除基线漂移、溢出、眼动和工频干扰；采用复杂改进粗粒化过程对脑电和肌电信号进行频谱分解，分析脑电信号和肌电信号不同时频尺度间的同步特性，定量描述脑肌间非线性耦合和信息传递特征；对脑肌间非线性耦合和信息传递特征进行运动功能分析。本方法利用复杂改进多尺度传递熵分析脑肌电信号信息传递特性，定量描述脑电信号与肌电信号不同时频尺度间非线性耦合及信息传递特征，有助于探索大脑皮层与肌肉之间的功能联系。
-
公开(公告)号：CN111067514A
公开(公告)日：2020-04-28
申请号：CN202010018077.7
申请日：2020-01-08
Applicant: 燕山大学
IPC: A61B5/0476 , A61B5/00
Abstract: 本发明涉及一种基于多尺度多变量传递熵的多通道脑电耦合分析方法，属于非线性动力学因果系统及大脑感觉运动网络研究的技术领域，其包括以下步骤：一、采用32通道的Neuracle设备采集多通道脑电信号；二、采用matlab软件对采集到的脑电信号分别进行去除基线漂移、肌电干扰、眼动干扰和50Hz工频干扰的预处理；三、采用粗粒化分析方法对多通道脑电信号进行20个不同的尺度分解；四、采用多变量传递熵方法分析不同尺度下的脑电信号在不同时频间的耦合特性，定量刻画不同脑区间非线性耦合和信息传递特征。本发明具有能够描述大脑运动感觉皮层间的非线性特征，并深入探索大脑不同区域间的耦合强度及信息传递的效果。
-
公开(公告)号：CN111067514B
公开(公告)日：2021-05-28
申请号：CN202010018077.7
申请日：2020-01-08
Applicant: 燕山大学
Abstract: 本发明涉及一种基于多尺度多变量传递熵的多通道脑电耦合分析方法，属于非线性动力学因果系统及大脑感觉运动网络研究的技术领域，其包括以下步骤：一、采用32通道的Neuracle设备采集多通道脑电信号；二、采用matlab软件对采集到的脑电信号分别进行去除基线漂移、肌电干扰、眼动干扰和50Hz工频干扰的预处理；三、采用粗粒化分析方法对多通道脑电信号进行20个不同的尺度分解；四、采用多变量传递熵方法分析不同尺度下的脑电信号在不同时频间的耦合特性，定量刻画不同脑区间非线性耦合和信息传递特征。本发明具有能够描述大脑运动感觉皮层间的非线性特征，并深入探索大脑不同区域间的耦合强度及信息传递的效果。
-
-
-
-
-
Search Results
6
records
(took 0.01 seconds)
