近年來,因腦部損傷導致肢體功能障礙的腦卒中患者數(shù)量與日俱增,這給家庭、醫(yī)療機構及社會帶來了沉重負擔。制定并實施有效的康復策略成為腦卒中康復領域極具理論和現(xiàn)實意義的重要課題�？陀^準確的康復評估是制定康復策略并確保其有效實施的關鍵。神經肌肉功能耦合(Functional Corticomuscular Coupling,FCMC)能夠反映運動控制系統(tǒng)中大腦與肌肉間不同層面的信息交互及傳遞,有助于從系統(tǒng)層面揭示運動控制系統(tǒng)神經網絡的協(xié)同工作方式,理解運動控制過程及其運動障礙的病理機制,為腦卒中康復評價提供了全新視角。本課題針對神經肌肉系統(tǒng)的FCMC現(xiàn)象,基于信息熵、排序模式及粗�；幚淼葎討B(tài)信號處理理論,研究運動控制系統(tǒng)非線性、復雜性、多尺度性及時延性等多層次FCMC特性分析方法,建立FCMC分析非線性復雜性度量方法及多尺度同步分析模型,深入研究腦卒中患者FCMC局部頻帶及時間延遲特性,拓展分析其FCMC多尺度特性及異頻耦合特性,挖掘大腦與相應肢體肌肉間信息交互的內在機制及潛在規(guī)律,并與臨床康復評定量表等級進行相關性分析,為FCMC分析在腦卒中患者康復狀態(tài)評估中應用提供理論依據(jù)。本論文主要研...

【文章頁數(shù)】：125 頁

【部分圖文】：

圖2-1序列X和Y的時域波形及頻域功率(A)時域波形(B)頻域功率

1非線性數(shù)值耦合模型首先，構建兩個非共源的非線性數(shù)值耦合模型。令時間序列分別為X和間序列X是單邊的自回歸模型，其預測誤差只依賴信號自身之前的狀態(tài)。除了依據(jù)其自身之前的狀態(tài)外，還與時間序列X之前的狀態(tài)有關，其數(shù)學表示如下：1x(t)0.7....

圖2-2神經元數(shù)N為2的wendling模型

定的頻率范圍。神經元群模型[156,157]有利于剖析腦電信號的內解神經生理信息的內在變化。由神經元群模型衍生出來的種模型都能夠根據(jù)自身特征模擬不同種類及不同頻帶的腦電信模型[158]以其能夠產生多種特定頻段的腦電信號以及模擬高頻信用[159]。它是由Jansen模型[16....

圖2-3xF和yF信號的功率分析

第2章基于傳遞譜熵的局部頻帶耦合分析方法研究合模型，即Area1驅動Area2時，則令耦合系數(shù)12C=0和21C=20，延遲時間為10ms。調整模型參數(shù)可得到不同帶寬和耦合交互關系的xF和yF序列。為了產生一個位于gamma頻段的窄帶信號，調整參數(shù)使....

圖2-4xF和yF信號的功率譜分析

信號在52Hz左右均有一個峰值，這也說明兩個信號在此窄帶處的耦合較強。圖2-3xF和yF信號的功率分析Figure2-3RawandpowerspectralofxFandyFseries同理可以通過重新調整參數(shù)使得模型參數(shù)分為取A=7、B=50、K=....

本文編號：3917860