基于自适应Chirplet分解的偏瘫肌强直症状评估
Estimation of hemiplegia patients' myotonic reactions based on adaptive Chirplet decomposition作者机构:清华大学摩擦学国家重点实验室智能与生物机械分室北京100084 解放军总医院康复医学科北京100853
出 版 物:《清华大学学报(自然科学版)》 (Journal of Tsinghua University(Science and Technology))
年 卷 期:2007年第47卷第5期
页 面:627-630页
核心收录:
学科分类:0810[工学-信息与通信工程] 1002[医学-临床医学] 080202[工学-机械电子工程] 08[工学] 1010[医学-医学技术(可授医学、理学学位)] 0804[工学-仪器科学与技术] 0805[工学-材料科学与工程(可授工学、理学学位)] 0802[工学-机械工程] 100215[医学-康复医学与理疗学] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 10[医学]
基 金:国家"八六三"高技术项目(2002AA420100)
主 题:自适应Chirplet分解 肌强直症状 时频参数
摘 要:为对偏瘫患者的痉挛性肌强直症状进行定量评价,设计了一种基于自适应Ch irp let(线性调频小波)分解的表面肌电信号处理方法。采集了15例偏瘫患者在上肢单关节神经康复机器人上做肘关节被动屈伸动作时肱二头肌的表面肌电信号。通过比较不同患者的最优Ch irp let时频参数,量化评价患者肌强直症状。结果表明:通过该方法得到的患者在出现肌强直症状时的肌纤维放电时间与患者相应的简式Fug l-M eyer运动功能评价(上肢)分数存在较好的线性关系,可以从一个方面反映偏瘫患者患侧上肢的运动功能。