版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
本发明公开了用于外周神经的神经血管耦氧信号采集装置采集的目标检测肌肉在运动状间信息确定所述运动肌氧信号的肌氧信号时间实施例提供的方法通过利用对肌氧信号时间和2接收血氧信号采集装置采集的目标检测肌肉在运动状态的运根据所述运动状态的状态时间信息确定所述运动肌氧信号的肌氧信号时间响应特性基于所述肌氧信号时间响应特性参数确定目标外周神经的神经血管耦合分析的时间接收表面肌电采集装置采集的所述目标检测肌肉在运动状态的运动肌电信号,其中,所述表面肌电采集装置包括多通道电极,所述多通道电极贴附于所述目标检测肌肉表面,所述多通道电极中的每个通道的电极的中心位置与所述血氧信号采集装置中关联通道的针对每个通道,根据所述通道对应的运动肌电信号生成神基于各通道的神经血管相关参数确定所述神经血管耦合分析的空间耦合特征分析结确定所述运动肌氧信号与所述状态时间信息关联的目标血基于所述目标血红蛋白浓度变化信息确定所述运动肌氧信号相应的,所述基于所述肌氧信号时间响应特性确定所述目标基于所述肌氧信号时间响应特性参数确定所述神经血管耦合分析的时间耦合特征分接收表面肌电采集装置采集的所述目标检测肌肉在运动状态的运动肌电信号,其中,对所述运动肌电信号进行特征提取得到肌电特征信号,基于所述肌电特基于所述运动肌氧信号解析得到肌氧特征信号,基于所述肌氧特征信号进行插值处3对所述神经肌电特征图像的原始肌电图像矩阵进行归一化处理,得到对所述神经肌氧特征图像的原始肌氧图像矩阵进行归一化处理,得到确定所述目标肌电图像矩阵和所述目标肌氧图像矩阵的肌氧信号接收模块,用于接收血氧信号采集装置采集的目标检测肌肉在肌氧响应特性模块,用于根据所述运动状态的状态时间信息确定所神经血管耦合分析模块,用于基于所述肌氧接收表面肌电采集装置采集的所述目标检测肌肉在运动状态的运动肌电信号,其中,所述表面肌电采集装置包括多通道电极,所述多通道电极贴附于所述目标检测肌肉表面,所述多通道电极中的每个通道的电极的中心位置与所述血氧信号采集装置中关联通道的针对每个通道,根据所述通道对应的运动肌电信号生成神基于各通道的神经血管相关参数确定所述神经血管耦合分析的空间耦合特征分析结所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1_6中任一项所述的9.一种计算机可读存储介质,其特征在于,所述令,所述计算机指令用于使处理器执行时实现权利要求1_6中任一项所述的用于外周神经4[0007]根据所述运动状态的状态时间信息确定所述运动肌氧信号的肌氧信号时间响应[0008]基于所述肌氧信号时间响应特性确定所述目标外周神经的神经血管耦合分析结5[0019]应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特[0021]图1是本发明实施例一提供的一种用于外周神经的神经血管耦合分析方法的流程[0022]图2是本发明实施例二提供的一种用于外周神经的神经血管耦合分析方法的流程[0027]图7是本发明实施例四提供的一种用于外周神经的神经血管耦合分析装置的结构员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范6[0032]图1是本发明实施例一提供的一种用于外周神经的神经血管耦合分析方法的流程耦合分析装置来执行,该用于外周神经的神经血管耦合分析装置可以采用硬件和/或软件的运动肌氧信号,并将采集的运动肌氧信号发送至用于外周神经的神经血管耦合分析装7浓度在运动时间段内的变化信息作为与状态时间信息关联的目标血红蛋白浓度变化信息,基于目标血红蛋白浓度变化信息确定运动肌氧信号的响应恢复参数作为肌氧信号时间响白浓度变化值+脱氧血红蛋白摩尔消光系数1×脱氧血红蛋白浓度变化值)×光学路径长度变化值+脱氧血红蛋白摩尔消光系数2×脱氧血红蛋白浓度变化值)×光学路径长度×差分[0046]响应恢复参数的参数值能够表征运动状态下肌氧信号的运动响应状态和运动恢[0049]一个实现方式中,状态时间信息还可以通过测量目标检测肌肉的肌电信号确8接收表面肌电装置采集的运动肌电信号,根据运动肌电信号确定运动状态的状态时间信各时间点以及各时间点对应的肌氧信号值得到肌氧信间响应特性参数确定的肌肉血管的耦合分析结果作为神经血管的述肌氧信号时间响应特性参数确定所述神经血管耦合分析的时间耦合特征分析确定的目标外周神经的神经血管耦合分析结果为神经血管耦合分析的时间耦合特征分析于外周神经的神经血管的耦合功能评估,简化了外周神经的神经血管的耦合功能评估难9[0059]图2是本发明实施例二提供的一种用于外周神经的神经血管耦合分析方法的流程与所述血氧信号采集装置中关联通道的采集装置的中心位置重合能够保证肌氧信号和肌[0072]需要说明的是,对肌电信号以及肌氧信号的特征提取可以提取出不同类型的特矩阵和目标肌氧图像矩阵计算目标相关系数,将所述目标相关系数作为神经血管相关参[0079]图3是本发明实施例三提供的多通道电极和光极的空间排布是示意图。在上述实[0081]本实施例采用多通道表面肌电(sEMG)采集神经肌肉电信号,用近红外光谱技术[0084]图4是本发明实施例三提供的sEMG和NIRS信号特征提取及图像重建的流程图,对选取表示神经肌肉活动的感兴趣区域(ROI);然后,将肌电图像和肌氧图像进行归一化处[0097]本发明实施例通过联合多通道的表面肌电(sEMG)和近红外光谱技术(NIRS)分别检测肌电和肌氧信息,进行运动神经肌肉血管耦合功能的评估。通过将多通道的sEMG和[0099]图7是本发明实施例四提供的一种用于外周神经的神经血管耦合分析装置的结构[0101]肌氧响应特性模块720,用于根据所述运动状态的状态时间信息确定所述运动肌[0102]神经血管耦合分析模块730,用于基于所述肌氧信号时间响应特性确定所述目标[0105]确定所述运动肌氧信号与所述状态时间信息关联的目标血红[0107]基于所述肌氧信号时间响应特性参数确定所述神经血管耦合分析的时间耦合特[0110]在根据所述运动状态的状态时间信息确定所述运动肌氧信号的肌氧信号时间响述多通道电极中的每个通道的电极的中心位置与所述血氧信号采集装置中关联通道的采[0115]基于各通道的神经血管相关参数确定所述神经血管耦合分析的空间耦合特征分[0123]本发明实施例所提供的用于外周神经的神经血管耦合分析装置可执行本发明任[0125]图8是本发明实施例五提供的一种电子设备的结构示意图。电子设备10旨在表示至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种如因特网的计算机网络和/或各种电信网络与其他设[0128]处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11[0129]在一些实施例中,用于外周神经的神经血管耦合分析方法可被实现为计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器[0131]用于实施本发明的用于外周神经的神经血管耦合分析方法的计算机程序可以采计算机指令,计算机指令用于使处理器执行一种用于外周神经的神经血管耦合分析方法,[0135]根据所述运动状态的状态时间信息确定所述运动肌氧信号的肌氧信号时间响应[0136]基于所述肌氧信号时间响应特性参数确定所述目标外周神经的神经血管耦合分面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部字数据通信(例如,通信网络)来将系统的部件相互连接
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 初中九年级化学“溶液酸碱性的检验与数字化探究”单元教学设计
- 七年级语文阅读方法专项训练教学设计
- 苏教版四年级下册《番茄太阳》教学设计
- 2026篮球教师面试题目及答案
- 2026美术师范面试题及答案解析
- 2026处理舆情面试题目及答案
- 医院转科制度
- 医院护理人员培训制度
- 宜宾教师职业前景分析
- 电动车消防安全管理方案
- 技术输出协议书
- 2025AuSPEN共识声明:再喂养综合征
- DB64∕T 2171-2025 粉煤灰路基填筑应用技术规范
- 成人住院患者喂养管拔除护理规范2026
- 2025年仓库保管工技师考试题库及答案
- 西交利物浦大学线性代数课件
- 2025年希望杯IHC-三年级真题(含答案)
- 新版-PDCA-降低低分子肝素钙皮下注射出血发生率案例-2025年
- 语言文字运用之2025高考新题型错别字辨析并修改五法纠正错别字
- 2025年全国消毒技能竞赛试题(附答案)
- ercp课件鼻胆管教学课件
评论
0/150
提交评论