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

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,分别在协同模块公式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。     

表面肌电信号的时变AR模型参数评估肌疲劳程度的研究

目的 本研究针对表面肌电信号的非平稳特性,采用时变参数AR模型的方法对表面肌电信号进行分析,实现对短时表面肌电信号的肌肉疲劳快速评估.方法 应用时变参数模型对10名受试者疲劳前、后的肌电信号进行特征提取,建立时变参数AR模型,并采用递推最小二乘算法求解模型的时变参数,将线性非平稳问题转化为线性时不变问题.结果 以时变参数AR模型的第一个时变参数的均值作为肌肉疲劳的快速指针.实验证明时变参数比传统的中值频率对疲劳反应的灵敏度高（提高范围为37.80%到324.46%）.结论 该方法可以实现对短时表面肌电信号的肌肉疲劳快速评估,为腰肌劳损的诊断和康复治疗,以及人体工效学的研究提供一个可靠的工具.     

基于小波包-交叉频率相干性的肌间耦合特性

人体运动控制系统具有高度的非线性特性,通过量化评价表面肌电(sEMG)信号间的非线性耦合强度,可以得到运动相关肌肉的功能状态,进而探究人体运动控制的机制。本文将小波包分解和n∶m相干性分析相结合,构建基于小波包-n∶m相干性的肌间交叉频率耦合分析模型,探究肌电信号间的非线性耦合关系。在维持30%最大自主收缩力(MVC)的肘部屈伸状态下,采集20名健康成年人的sEMG信号,首先基于小波包分解获取子带分量,然后将子带信号进行n∶m相干性计算,分析肌间耦合特征。结果表明:30%MVC的肘部屈曲运动下,协同肌对和拮抗肌对的线性耦合(频率比为1∶1时)强度高于非线性耦合(频率比为1∶2、2∶1和1∶3、3∶1时);对于肌间非线性耦合,随着频率比的增大,耦合强度随之降低,且频率比为n∶m和m∶n之间没有明显的耦合强度差异;beta和gamma频段内的肌间耦合主要体现在协同肌对之间的线性耦合(1∶1)和低频率比的非线性耦合(1∶2、2∶1)以及拮抗肌对之间的线性耦合上。以上说明:小波包-n∶m相干性方法可以定性、定量地描述肌间非线性耦合强度,为深入揭示人体运动控制机制和运动功能障碍患者的康复评价提供理论参考。     

基于变尺度符号传递熵的多通道脑肌电信号耦合分析

在运动控制中,脑肌电耦合强度可以反映大脑皮层和运动肌肉之间的联系。传统的时间序列符号化方法容易混淆原始信号,丢失信号的动态特性。因此,提出可变尺度参数的符号传递熵,对上肢不同握力下的皮层脑电和表面肌电信号进行多通道耦合性分析,进而提出一种耦合强度的表示方法,对脑肌电耦合强度进行定量分析。首先,分析并比较尺度参数对脑肌电传递熵的影响,并选择优化的尺度进行符号化传递熵的计算;其次,针对不同握力下多通道脑肌电信号的分析,验证大脑运动区C3、C4通道的脑电在运动控制中占主导地位以及大脑的对侧控制机制。实验中还发现,随着握力的增强,肌电到脑电的传递熵有增大趋势,右手(惯用手)脑电到肌电的传递熵较左手的高,同时随着输出力量的增强,脑肌电的双向平均耦合强度也增大。结果分析显示:5、10、20 kg握力下, EMG→EEG方向的左手耦合强度分别为0.033 0±0.005 8、0.037 3±0.004 0、 0.045 1±0.005 5,右手耦合强度分别为0.035 2±0.002 9、0.043 2±0.003 5、0.060 3±0.001 8,除左手5和10 kg握力间不存在显著性差异,其余都具有显著性差异(P<0.05); EEG→EMG方向左手耦合强度分别为0.025 3±0.004 7、0.037 9±0.002 6、0.048 1±0.006 8,右手耦合强度分别为0.033 3±0.004 1、0.051 0±0.005 7、0.064 9±0.008 5,不同握力间均有显著性差异。研究结果表明:皮层肌肉功能耦合具有双向性,而且耦合强度在通道和握力不同时有差异。变尺度传递熵可用于定量描述大脑皮层与神经肌肉组织之间的非线性同步特征及信息交互。     

第一骨间背侧肌的应用解剖

解剖观察了30只成人手标本的第一骨间背侧肌。该肌为三角形双羽状肌,有桡、尺两个头,分别起于第一、二掌骨,主要止于食指近节指骨底外侧结节.桡侧头约占总肌量的2/3,该肌的主要作用是使食指外展和稳定食指的掌指关节.营养该肌的动脉从背、掌两面入肌,支数及外径均以背侧入肌者占优势,主要从第一掌背动脉和桡动脉末端直接分支供养。该肌用作转移肌瓣供体是不可取的,如利用巳丧失支配神经的废用肌另当别论.     

先天性巨结肠症肌间神经丛的定量分析

运用体视学点计数方法,对5例先天性巨结肠症结肠肌间神经丛进行定量测试,并用10例尸解无病结肠作对照分析。获得两组结肠肌层内肌间神经丛的平均体积密度和肌间神经丛内神经节细胞的平均体积密度。发现病变组比正常组均小,经统计学分析有非常显著的差异,提示可作为本病的形态定量指标。     

肌间沟臂丛阻滞麻醉穿刺深度的回归方程

本文对34具(66侧)男成尸分别进行了测量,观测了肌间沟径路臂丛阻滞麻醉经皮肤穿刺点至臂丛上干的进针深度平均为1.2±O.3(X±SD)cm.给临床上提供以个体颈围推算经皮肤穿刺点至臂丛上干的自身比例和回归方程。     

表面肌电信号的时变AR模型参数估计及其在下腰痛评估中的应用研究

本文针对表面肌电信号的非平稳特性,采用时变参数AR模型对表面肌电信号进行分析,将线性非平稳问题转化为线性时不变问题,并采用递推最小二乘算法求解模型的时变参数.在此基础上,提出了结合奇异值分解进行参数优化,进而进行模式分类的方法.能够成功地区分下腰痛患者治疗前后的状态,为下腰痛的诊断、治疗与康复判定奠定了一定的基础.     

神经刺激仪肌间沟臂丛神经阻滞麻醉的临床观察

目的 探讨应用神经刺激仪辅助定位实行肌间沟臂丛神经阻滞麻醉的临床应用效果。方法 80例拟行肌间沟臂丛神经阻滞的患者随机分为2组，每组40例。Ⅰ组采用神经刺激仪辅助定位，Ⅱ组采用异感定位，局麻药均为0．3％左旋布比卡因。结果 Ⅰ组40例中麻醉效果优良者38例（成功率为95％），Ⅱ组麻醉效果优良者28例（成功率为70％），两组麻醉效果比较有显著性（P〈0．01）。结论 应用神经刺激仪辅助定位实施肌间沟臂丛神经阻滞麻醉，比异感定位准确，阻滞麻醉成功率高。     

微创经肌间隙入路椎间孔椎体间融合术治疗下腰椎退变性疾病的评价

目的　报道经多裂肌间隙入路椎间孔椎间融合术治疗下腰椎退变性疾患的临床效果。 方法　2010年4月至2012年4月对27例患者经多裂肌间隙入路椎间孔椎间融合术治疗下腰椎退变性疾病。其中男性12例,女性15例,年龄58.2岁（46~74岁）。极外侧型椎间盘突出7例,椎间盘开窗摘除术后复发3例,退变性腰椎不稳17例。 结果　切口长度4.2 cm（4.0~4.5 cm）,手术时间90 min（70~160 min）,术中出血量130 ml（90~2500 ml）。随访8～20个月,无严重并发症,27例均获骨性融合。末次随访时患者VAS腿痛评分从术前平均(7.4±1.1)分降至(2.4±1.3)分,VAS腰痛评分从术前平均(6.7±1.3)分降至(1.8±1.5)分。临床疗效评定：优22例,良3例,可2例,优良率92.6%。 结论　经多裂肌间隙入路椎间孔椎间融合术具有创伤小、时间短、出血少、并发症少、疗效确切等优点,在合理选择适应证的情况下是一种理想的下腰椎融合方法。     

基于互严格凹函数测度的医学图像配准新方法

为了提高医学图像配准的运算速度和增大配准的稳定区域，提出用严格凹函数取代互信息中的香农熵函数的方法，形成了互严格凹函数测度（NMi，i=1，2，…，6）。互信息只是互严格凹函数测度的一个特例。并提出一种新的判断配准好坏的标准——稳定区域和稳定区域宽度。通过试验比较得NM2、NM4、NM5互严格凹函数测度比互信息好，比Ⅰ0.2和R0.2测度更好，即这三个测度的配准时间比互信息少，比Ⅰ0.2和R0.2测度更少；三个测度配准的平均稳定区域宽度比互信息宽，比Ⅰ0.2和R0.2测度更宽。最后用NM2测度进行多模态医学图像的非刚体配准试验，结果表明效果良好。     

Classification algorithms for predicting sleepiness and sleep apnea severity

Identifying predictors of subjective sleepiness and severity of sleep apnea are important yet challenging goals in sleep medicine. Classification algorithms may provide insights, especially when large data sets are available. We analyzed polysomnography and clinical features available from the Sleep Heart Health Study. The Epworth Sleepiness Scale and the apnea-hypopnea index were the targets of three classifiers: k-nearest neighbor, naive Bayes and support vector machine algorithms. Classification was based on up to 26 features including demographics, polysomnogram, and electrocardiogram (spectrogram). Naive Bayes was best for predicting abnormal Epworth class (0-10 versus 11-24), although prediction was weak: polysomnogram features had 16.7% sensitivity and 88.8% specificity; spectrogram features had 5.3% sensitivity and 96.5% specificity. The support vector machine performed similarly to naive Bayes for predicting sleep apnea class (0-5 versus >5): 59.0% sensitivity and 74.5% specificity using clinical features and 43.4% sensitivity and 83.5% specificity using spectrographic features compared with the naive Bayes classifier, which had 57.5% sensitivity and 73.7% specificity (clinical), and 39.0% sensitivity and 82.7% specificity (spectrogram). Mutual information analysis confirmed the minimal dependency of the Epworth score on any feature, while the apnea-hypopnea index showed modest dependency on body mass index, arousal index, oxygenation and spectrogram features. Apnea classification was modestly accurate, using either clinical or spectrogram features, and showed lower sensitivity and higher specificity than common sleep apnea screening tools. Thus, clinical prediction of sleep apnea may be feasible with easily obtained demographic and electrocardiographic analysis, but the utility of the Epworth is questioned by its minimal relation to clinical, electrocardiographic, or polysomnographic features.     

止血带与驱血带联合使用对膝关节镜术后短期下肢静脉血栓形成的影响

背景：膝关节镜术后下肢深静脉血栓的发生率在0.27%-17.5%之间,因此积极预防膝关节镜术后下肢静脉血栓的发生具有重要意义。目的：研究膝关节镜术中常规止血带下使用驱血带驱血对患者术后早期下肢静脉血栓发生率的影响。方法：纳入2019年6月至2020年12月在湖北医药学院附属太和医院行膝关节镜手术的患者200例,年龄40-60岁,根据术中是否使用驱血带驱血分为驱血带组(n=100)和抬腿驱血组(n=100),驱血后两组均使用加压止血带止血。术前1 d及术后1,3,7,14 d,检测两组患者血液凝血功能状态;术后2 d,利用彩色多普勒超声评估两组患者下肢静脉血栓发生情况;术后1,3,7 d,比较两组患者膝关节活动度。研究获得湖北医药学院附属太和医院伦理审批(医院伦理批件号：2021KS096)。结果与结论：①两组患者术后的血浆凝血酶原时间、活化部分凝血酶原时间、D-二聚体水平与术前相比均有不同程度增加;术后1,3,7 d,驱血带组患者的血浆凝血酶原时间、活化部分凝血酶原时间、D-二聚体水平较抬腿驱血组增加(P < 0.05);术后14 d,两组患者3个指标检测结果比较差异无显著性意义(P > 0.05)。②彩色多普勒超声检查显示,两组患者均未发生下肢深静脉血栓形成,但有较多下肢肌间静脉血栓发生,驱血带组患者的肌间静脉血栓发生率高于抬腿驱血组(28%,16%,P < 0.05)。③两组患者术后的膝关节活动度比较差异无显著性意义(P > 0.05)。④结果表明,止血带联合驱血带使用后可加重膝关节镜手术患者术后血液高凝状态,增加下肢肌间静脉血栓发生率及由此引起的继发性肺栓塞风险,但不会增加术后下肢深静脉血栓的发生率。https://orcid.org/0000-0002-1354-3675 (杨阳) 中国组织工程研究杂志出版内容重点：人工关节;骨植入物;脊柱;骨折;内固定;数字化骨科;组织工程     

一种基于互信息量的并行磁共振图像重建新算法

平方和算法是多线圈采集技术与并行成像中常用的一种图像重建方法。但是,在数据采集过程中,某些类型的运动常常会使个别位置上的线圈数据发生异常,采用平方和算法会对最终的重建图像质量产生很大影响。本研究提出一种新的并行磁共振图像重建算法——加权平方和方法。算法以线圈图像间最大互信息量作为判据来统计破坏数据,在之后的图像结合过程中赋予不同的权值,最大限度地降低破坏数据对最终结合图像造成的影响,有效解决运动对原有算法造成的破坏。本算法分别对多线圈并行采集的体模数据与真实脑部数据进行了实验,结果显示:相比于现有方法,新算法可以有效地抑制破坏数据在重建图像中产生的伪影,重建图像在细节分辨率上也有更好的表现。     

Image Registration Based on Improved Mutual Information with Hybrid Optimizer

An improved image registration method is proposed based on mutual infor- mation with hybrid optimizer. Firstly, mutual information measure is combined with morphological gradient information. The essence of the gradient information is that locations a large gradient magnitude should be aligned, but also the orientation of the gradients at those locations should be similar. Secondly, a hybrid optimizer combined PSO with Powell algorithm is proposed to restrain local maxima of mutual information function and improve the registration accuracy to sub-pixel level. Lastly, muhlresolution data structure based on Mallat decomposition can not only improve the behavior of registration function, but also improve the speed of the algorithm. Experimental results demonstrate that the new method can yield good registration result, superior to traditional optimizer with respect to smoothness and attraction basin as well as convergence speed.     

视觉工作记忆多通道脑电θ分量因果流的研究

目的 工作记忆是一种在认知活动中对信息进行瞬时加工和贮存的记忆系统.笔者通过研究健康受试者在视觉工作记忆模式多通道脑电(multi-channel EEGs)的因果流(CF)分布模式,从信息传递特征角度为研究工作记忆机制提供支持.方法 记录8例健康受试者共80次Sternberg视觉工作记忆实验中的16通道EEGs.对原始EEGs进行预处理后,应用快速傅里叶变换(FFT)分别计算每个通道EEG的能量,选取能量值最大的通道为特征通道,对这个特征通道EEG进行时频分析,确定工作记忆特征频段.计算EEGs特征频段分量的定向传递函数(DTF)以及因果流.结果 工作记忆EEG能量集中在Fz通道的θ频段(4～8 Hz).EEG θ频段因果流的特征模式:Fz通道因果流为最大的正值,C3、C4、C5、C6通道因果流为前4个绝对值最大的负值.结论 θ频段为工作记忆EEG的特征频段.额叶(Fz)是工作记忆信息流出的关键脑区(因果源),C3、C4、C5、C6为信息流入的主要脑区(因果汇).     

基于混合优化算法的医学图像配准方法

基于互信息的图像配准算法计算复杂度高,配准速度慢。针对这一问题,本文提出一种基于改进遗传算法和Powell算法相结合的医学图像配准方法。首先针对传统遗传算法收敛速度慢、易早熟的缺陷,本文对遗传操作中的交叉运算过程提出了改进策略,并将改进的遗传算法与Powell算法相结合,充分利用遗传算法的全局搜索能力与Powell算法的局部搜索能力。与Powell算法和未改进的遗传算法相比,本文提出的算法极大地缩短了图像配准所用的时间,同时提高了算法的抗噪性。     

基于ARM7的新型开放式多功能医用信号仪的研制

目的现有的常用信号发生器或生理信号发生器不能同时输出常用信号和模拟生理信号,本文提出一种新型开放式多功能医用信号仪,用于检测各种生理信号,听取不同频率、不同信号的声音及输出常用信号等。方法该仪器以STM32F103RF和高性能集成芯片MAX038为核心。此医用信号仪包括硬件和软件两部分,其中硬件含有ARM7单片机控制单元、按钮组输入单元、数据存储单元等12个单元,软件用C语言编写,并采用keil C进行编译。结果该仪器不仅能输出常用的正弦、方波、三角波、锯齿、矩形信号,还能输出医学中常用的多种生理信号如心电、脉搏波等,且信号波形频率、幅度、类型、波形均采用直观的LCD液晶显示。此外,该仪器具有一个高驱动能力的接口,可直接驱动耳机等,以方便对人耳频率特性和人体阻抗特性的研究和教学。同时,为了便于使用一般示波器能观察各种生理信号,对同一种生理信号可输出不同的频率。结论本仪器使用方便,可广泛应用于科研、教学、测试和仪器维修等。     

基于互信息的多分辨率三维脑图像配准方法

在3D多模医学图像的配准方法中，最大互信息法精度高，鲁棒性强，使用范围广，本文将归一化互信息作为相似性测度，采用不同的采样范围和采样子集，使用Powell多参数优化法和Brent一维搜索算法对3DCT，MR和PET脑图像进行了刚体配准，为了加快配准速度，使用了多分辨的金字塔方法，对PET图像采用基于坐标的阈值选取方法对图像进行分割预算法，消除了大部分放射状背景伪影，美国万德贝尔大学对结果进行的评估证明配准精度可达亚体元级。