基于时变copula互信息的肌间耦合分析

如何准确、合理地衡量中枢神经系统调控下的肌间耦合关系,是一个富有挑战性的研究课题。在时变copula函数的基础上,通过与熵理论相结合,提出一种时变copula互信息估计方法,并将其应用于10名被试腕屈、腕展运动过程中,肱二头肌(BB)和肱三头肌(TB)记录的表面肌电(sEMG)信号在theta、alpha、beta等特征频段的耦合分析,同时对照静态copula函数验证其有效性,所用数据源自Ninapro DB4。实验结果表明,较之静态copula函数,时变copula函数对肌间相依结构的拟合优度更高,由时变copula互信息描述的肌间耦合强度存在显著的频段差异(P<0.05),具体表现为频段越高肌间耦合强度越低(腕屈:0.075 7~0.214 7 bit;腕展:0.078 0~0.237 3 bit),而静态copula互信息严重地低估肌间耦合强度。时变copula互信息为肌间耦合分析提供一种先进的理论指导方法,具有广阔的应用前景。