表面肌电信号的分形研究.pdfVIP

!塑堑竺兰些燮堡!堡兰 塑兰 摘 要 表面肌电信号(sEMG)是从人体骨髂肌表面通过电极记录下来的神经肌肉活 动时发放的生物电信号，它反映了神经、肌肉的功能状态。当肌肉收缩或运动状 态不同时，参加神经肌肉过程的运动单元的数量及发放频率就会发生变化，从动 力学的角度来看，由此将会导致运动神经系统的动力学运动复杂性程度出现差 异。 表面肌电信号是～种无创伤检测的生物电信号，在基础医学研究、临床诊断、 运动医学和康复工程中均有广泛的应用。 本论文将非线性动力学的分形理论应用到表面肌电信号的处理中，通过实验 分析表面肌电信号的分形特征，旨在为肌电信号的实际应用提供一条新的途径。 考虑到混沌与分形紧密相关，对表面肌电信号的混沌特征也进行了初步的探讨。 主要的研究工作包括以下两个方面： 1．常用分维算法对模拟分形信号分维数计算的适用性研究。 采用三种分维算法(Higuchi算法、Box算法、关联维算法)，计算两种模拟 值的比较，分析所采用的信号数据长度和外部噪声对计算结果的影响。这个 研究需要计算多个分维值，计算过程的关键是无标度区的确定，为此采用了 具有较好全局搜索性能的遗传算法。 2． 实际表面肌电信号分形特征的研究。 通过采用上述的三种分维算法，研究肱二头肌分别在20％MVC(最大随意收 缩力)和60％MVC两种状态下对应的肌电信号分维值及其变化情况，分析表 面肌电信号的分形特征，讨论各种算法的效果与神经肌肉活动生理上的吻合 性，从而确定哪种算法更适于研究表面肌电信号。考虑到混沌与分形紧密相 关，这部分的内容中对表面肌电信号的混沌特征也进行了初步的探讨，在相 空间重构的基础上判断了表面肌电信号Lyapunov指数的符号。 上述研究工作获得了一些重要的发现，主要的研究成果如下 1． 同样的分形算法对于不同的分形信号具有不同的分析效果；不同的分形算法 对于相同的分形信号也具有不同的估计效果，特别是诸如数据长度、污染噪 声等因素将影响分析结果的可靠性。 ．2．表面肌电信号是具有统计自相似性的复杂生物医学信号，它也具有J下的 ．Lyapunov指数，表现出一定的混沌特征。 中同科学技术大学坝I。论文 摘蛰 3．研究表明，在Higuchi维、Box维和关联维几种常用分形维数的定义中，关 联维更适用于对表面肌电信号的研究，表面肌电信号关联维的聚类效果明 显，能够区分肱二头肌最大收缩力为20％和60％这两种状态的变化；其维 数的变化也与神经肌肉活动程度相符，当神经肌肉活动的复杂度增加时，表 面肌电信号的关联维也增加。 ll 中国科学技术大学硕七论文 Abstract Surface a resultfrom fsEMG)iS thesurfaceof Electromyogramrecording skeletal musclewithsarface the electrodesand thesummationof electrical represents fromallthemuscle oftheelectrodes．ItiSusedfora fibersinthe activity region numberof medicalresearch．muscle