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。     

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.     

基于粗配准和混合互信息的医学图像配准算法

利用边缘检测算子和数学形态学方法提取医学图像轮廓,采用主轴矩法配准两幅图像的轮廓,使其达到粗略配准的目的。通常的互信息测度是基于香农熵的,因为香农熵对于局部极值具有很强吸引域,而某些参数下的雷尼熵可以消除局部极值,将两种测度分别用于精配过程中不同的搜索阶段。首先利用全局搜索算法,寻找基于雷尼熵的归一化互信息测度的全局最优初值,再通过局部优化算法对当前的最优解寻找基于香农熵的更精确的全局最优解。实验表明,这种配准算法是有效的。