基于运动单元累计尖峰序列的脑肌耦合分析

作者：苏佳豪; 佘青山^*; 张建海; 马玉良; 范影乐

来源：中国生物医学工程学报, 2023, 42(04): 385-393.

• 脑肌耦合
• 运动单元分解
• 相干性
• 累计尖峰序列
• 轴突输入

脑肌耦合能够反映大脑皮层和肌肉在感觉运动之间的联系。针对传统表面肌电信号输入-输出非线性的问题，本研究提出一种新的脑肌耦合分析方法。将运动单元分解后能线性传输神经驱动的累计尖峰序列(CST)与脑电信号进行相干性分析，定量描述上肢抓握运动中不同收缩力水平下，不同频段特征的脑肌耦合强度和神经元的共同轴突输入。在10名健康人的指浅屈肌(FDS)和尺侧腕屈肌(FCU)的同步脑肌电数据进行了测试和分析。结果表明，在上肢抓握运动中，频段(F(4, 8)=337.2,P<0.01)与收缩力水平(F(2, 8)=12.15,P<0.01)均对肌间耦合影响显著，其中β与α频段最为明显，在30%MVC下，β频段相干性均值为0.23±0.10,α频段相干性均值为0.47±0.02。轴突共同输入控制收缩力水平。脑肌耦合整体强度较小，耦合强度最大的为β频段，30%MVC下相干性均值为0.12±0.02。CST脑肌耦合分析显示了脑肌间各个频段、各个收缩力水平的耦合特性和共同轴突输入，为脑肌耦合分析提供了一种新的方法。

• 单位
  自动化学院; 杭州电子科技大学