科创中国
一种肌群协同分析方法和系统
发布时间: 2023-10-08
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
物理
成果介绍
本发明涉及神经康复工程及运动机制技术领域，尤其一种肌群协同分析方法和系统。本发明针对肌群协同从时‑空域和频‑空域两个角度进行分析，涉及协同向量相似度评估，共有协同和特有协同，时‑空肌群协同特性分析，激活系数分析，频‑空肌群协同特性分析和不同频段肌群协同相关度分析。与传统的肌肉协同分析方法相比，本发明从时‑空‑频不同维度进行肌群协同分析，能够更加精确地研究神经肌肉活动的细微变化，有助于探索研究运动控制反馈机制及运动障碍病理机制，建立基于肌电信号的康复状态评价指标，能够为为临床康复训练提供指导意义。
成果亮点
1.一种肌群协同分析方法，其特征在于，包括
获取多通道肌电信号；
对多通道肌电信号进行预处理，形成多通道包络矩阵；
采用非负矩阵分解算法对包络矩阵进行分解，提取肌群协同；
确定肌群协同个数；
对肌群协同进行相似度评估。
2.如权利要求1所述的肌群协同分析方法，其特征在于，所述相似度评估的维度至少包括欧式距离，余弦夹角和相似指数中的一种。
3.如权利要求1所述的肌群协同分析方法，其特征在于，还包括共有协同和特有协同分析，
将每种运动模式下所有协同向量聚成k类，定义样本与其所属类的中心之间的距离的综合为损失函数，选择k个类的中心，将样本逐个指派到与其最近的中心的类中，得到一个聚类结果；然后更新每个类的样本的均值，作为类的新的中心；重复以上步骤，使损失函数极小化并达到收敛；
把含有协同向量个数少于预定个数的类剔除，剩下的聚类中心为代表协同向量，将两种运动模式下的代表协同向量进行相似度配对，相似度高于预设阈值的代表协同向量为两种运动模式之间的共有协同向量，其他的为特有协同向量。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案
下载app