买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：复旦大学

摘要：本发明为基于高密度表面肌电的帕金森患者病情评估系统，属于肌电医学诊断领域，具体为一种基于前臂高密度表面肌电的帕金森患者手部运动功能障碍评估系统。本发明方法包括：利用高密度表面肌电采集设备采集患者前臂屈肌与伸肌肌群处64*4通道肌电信号。对采集到高密度表面肌电进行运动单元分解，获取分离向量。汇集各个肌群的运动单元池，并计算两块肌肉的肌肉间、肌肉内的相关性。使用分离向量对不同状态下的运动单元进行追踪。根据运动单元池的相关性和可追踪的运动单元比例对治疗效果和运动功能进行评估。本发明使用非侵入式方法对患者进行运动功能评估，可操作性强，对患者无创，客观。可用于临床医学评估以及患者居家病程监测。

主权项：1.一种基于高密度表面肌电的帕金森病情评估系统，是其特征在于，包括三个模块：患者前臂肌电数据采集模块；运动单元分解模块；运动单元相关性与病变运动单元逃逸率评估模块；其中：所述前臂肌电数据采集模块，包括高密度肌电采集设备、惯性测量单元IMU运动信号采集手环；高密度肌电采集设备，用于采集帕金森患者前臂腕屈肌FC、指浅屈肌FDS、腕桡伸肌ECR和指伸肌ED的4*64通道的表面肌电信号，获取被试在不同状态下的肌电数据；IMU运动信号采集手环，用于采集患者腕部在相同时段的三轴加速度信号；所述不同状态下的肌电数据，具体为震颤状态、DBS深度脑刺激术后开机状态、DBS术后关机状态；所述运动单元分解模块，包括三个子模块：肌电预处理子模块，fastICA子模块，运动单元识别与筛选子模块；其中：所述肌电预处理子模块，用于对采集到的肌电信号，进行预处理，包括：使用10Hz高通滤波器和500Hz低通滤波器进行滤波，以消除运动伪影和高频噪声；使用陷波频率为50-400Hz范围内的50Hz谐波组合的陷波滤波器进行滤波，以消除工频干扰；对于滤波处理后的肌电，作进一步处理，以便进行后续的运动单元分解；使用肌电信号的时延后的副本进行肌电通道的拓展，具体为：对于滤波后原始肌电信号，将其记为EMG，假设其维度为N,Nch，其中N为采样点数，Nch为信号通道数，进行R倍扩展后的信号，记为EMGextend,其维度为N,Nch*R+1,则有：EMGextend1+i:N,Nch*i+1:Nch*i+Nch＝EMG1:N-i,:i＝0,1,2,..,R，1对于扩展后的肌电信号EMGextend，进行中心对齐，即每个通道要减去该通道的均值，记中心对齐后的肌电信号为EMGextendedSubMean： 为消除各个通道之间的相关性，对肌电信号进行白化，具体为：首先对中心对齐后的肌电信号EMGextendedSubMean求取自相关矩阵Rxx： 对Rxx进行特征值分解，使得；Rxx＝VDVT，4其中，V为正交矩阵，D为Rxx的特征值对角矩阵；利用V和D，对EMGextendedSubMean进行白化操作，记白化后的肌电信号为EMGwhiten：EMGwhiten＝VD-12VT·EMGextendedSubMean，5所述fastICA子模块，对肌电信号EMGwhiten进行fastICA分解；由于各个运动单元的放电时刻各不相同，将其看作互不相关的源；因此，在进行fastICA时，每分解出一个源，都需要消除当前分解向量与已有分解向量之间的互相关性；具体为，求取一个新分离向量时，在每一轮迭代完成后减去当前分离向量在先前所有分离向量上的投影；记为暂定的新迭代出的分离向量，则： 其中，wj为先前已确定的分离向量；整体fastICA的流程如下：1令容限阈值Tol＝10-4，2令i＝1,2,...,M，其中M为迭代次数，3选择wi为随机噪声向量，4令5令6令7令8若令返回4，9令i＝i+1，返回3，以上得到的wi表示第i个分离变量，使用分离变量，获得fastICA分解后的一个对应的源信号sourcei： 也即所说的运动单元放电脉冲信号；所述运动单元识别与筛选子模块，其中：首先对sourcei进行峰值检测，然后对所检测到的峰值进行k-means聚类方法进行二聚类，数值较大的一类就是所检测到的运动单元放电脉冲；最后对这些放电脉冲进行二值化处理，放电时刻置1，其余时刻置0，最终获得一个标记运动单元放电时刻的01值时间序列；对于获得的放电时刻序列，进行筛选；具体筛选策略如下：1筛选出平均脉冲发放率在4到35pps之间的源；2同一个源中，将放电发放间隔小于0.02秒的脉冲视为同一脉冲，取峰值最高的时刻作为放电时刻；3去除高度同步的脉冲序列；所述运动单元相关性与病变运动单元逃逸率评估模块，包括运动单元相关性评估子模块和病变运动单元逃逸率评估子模块；其中：所述运动单元相关性评估子模块，将分解出的运动单元信号根据肌群的归属，分为屈肌组和伸肌组；一个组内分解出的运动单元汇总的集合，统称为一个运动单元池；计算相关性时，有两种集成方式：一种是把运动单元池内所有的运动单元看成同一个，进行放电时刻的合并；另一种是以两两组合的方式，从运动单元池中每次取出2个MU，穷尽所有组合，取出的两个MU分别首尾拼接为放电序列x和y；当运动单元来自不同的肌肉时，每次组合从两个运动单元池中各自取出一个MU，拼接后长度为M*N*L，M和N为两块肌肉的MU数目；当运动单元来自同一块肌肉时，每次从运动单元池中取出2个MU并放回，拼接后的长度为原MU长度L*CN,2，N为MU的总数目；根据以上的处理，得到两个集成的运动单元放电序列；对每个放电序列进行切片，获得多个片段，对第i个片段进行快速傅里叶变换，获得该片段的频谱XiYi；Xi和Yi对应上述放电序列x和y的第i个片段的快速傅里叶变换；使用这些切片的肌电信号可以计算x序列和y序列的自相关谱xxyy，以及二者的互相关谱xy： 使用以上自相关谱和互相关谱，计算出运动单元池的相关性频谱为COH： 当上述x序列和y序列来自不同的肌群时，该公式得到的是肌肉间的相关性；当上述x序列和y序列来自同一个肌群时，该公式得到的是肌肉内部的相关性；考虑到不同试验时长的差异性，对运动单元池的相关性进行如下的标准化操作： 其中，N为上述FFT快速傅里叶变换操作时切片的数量，bias为COHzscore在250-500Hz之间的均值，COHzscore为标准化操作后的运动单元相关性频谱；根据采集到的同步加速度信号，获取其2-10Hz之间的频谱，其峰值所在处就是患者的震颤频率；计算患者运动单元COHzscore在震颤频率处的值，可以评估患者运动单元的病变程度，病变越严重，震颤频率处的数值越高；所述病变运动单元逃逸率评估子模块，在同一试验设置下，假定分别有两次不同的试验：trialA和trialB；使用trialA的分离向量对trialB中白化后的肌电进行分解，获得两次试验下同时放电的运动单元；这就是使用trialA对trialB的运动单元进行追踪的过程；对于帕金森患者，统计不同追踪下分解出来的运动单元数量；对DBS术后关机情境下的不同试验进行追踪，记追踪到的运动单元数量为nintra，被追踪的肌电信号本身可分解的运动单元为Nintra，则同一场景内可追踪的运动单元比例为pintra：pintra＝nintraNintra，13使用DBS术后关机的分离向量追踪DBS术后开机情境下的肌电，记追踪到的运动单元数量为ncross，被追踪的肌电信号本身可分解的运动单元为Ncross，则隔场景下可追踪的运动单元比例为pcross：pcross＝ncrossNcross，14则病变运动单元的逃逸率计算式为：escaperate＝pcrosspintra×100％，15escaperate为逃逸率，表示在DBS的作用下，病态运动单元存活的比例，逃逸率越低，说明DBS的治疗效果越好。

全文数据：

权利要求：

百度查询： 复旦大学 基于高密度表面肌电的帕金森患者病情评估系统