System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于醫學診斷和治療評估,具體涉及腦深部電刺激對運動障礙患者手部病理性震顫癥狀治療效果評估系統。
技術介紹
1、運動障礙是一類影響運動控制的神經系統疾病,通常會導致自主運動和非自主運動的異常。震顫是一種常見的運動障礙,表現為身體某一部位的非自主性、節律性顫動。帕金森病是最常見的病理性震顫疾病之一,由于多巴胺系統的退化導致運動控制功能受損,表現為靜止性震顫。肌張力障礙也會導致病理性震顫,通常在特定姿勢或運動時加劇。病理性震顫嚴重影響了患者的日常生活功能、社會交往、心理健康以及整體生活質量。因此,早期的診斷和綜合評估策略對于減輕病理性震顫對患者生活的負面影響至關重要。腦深部電刺激(deep?brain?stimulation,dbs)是一種通過在腦內特定區域植入電極,向這些區域傳遞電刺激,從而調節異常神經活動,改善患者病理性震顫的治療方法。dbs在改善運動障礙癥狀方面顯示出顯著效果,尤其對藥物難以控制的病理性震顫癥狀具有良好療效。
2、目前,對于病理性震顫的診斷和評估,大多依賴于神經系統檢查結果、震顫評估量表來確定。然而,這些傳統評估技術和方法可能存在一些限制和缺點:(1)侵入性和不舒適性:神經系統檢查可能需要患者接受較為侵入性的檢查,例如神經系統的詳細檢查可能需要一些病人承受不適的檢查。如針刺式肌電圖檢查。(2)限制于特定環境:一些運動障礙患者,為了進一步查患者顱內情況,需行磁共振檢查。但磁共振檢查要求患者靜止,頭部或肢體震顫的患者容易導致影像掃描偽影,從而影響顱內震顫相關狀態評估。一些輔助檢查如磁共振成像需要
3、為克服這些不足,基于表面肌電(surface?electromyography,semg)技術的評估方法應運而生,旨在提供更客觀、準確的評估數據。semg記錄的是肌肉在活動時神經元產生的電信號,這些信號通過肌纖維和皮下組織傳導至皮膚表面形成電信號。病理性震顫是運動障礙患者外周神經系統的典型表征,表現為肌肉持續的興奮收縮。因此,通過直接記錄肌肉電活動可以評估運動障礙患者病理性震顫癥狀的病情嚴重程度。一方面,semg技術通過在皮膚表面放置電極來記錄肌肉電活動,具有非侵入性,對患者更為舒適和安全。可以在不同時間點和條件下對震顫進行重復測量,不受限于環境。另一方面,客觀的生理信號有利于避免主觀評估的局限性,通過捕捉神經肌肉活動的細微變化可以提供對運動單元活動在微觀層面的詳細分析。
4、目前,研究者們已經提出了多種從semg角度評估患者在dbs前后的肌肉活動特征的變化,主要集中于宏觀層面的肌電特征分析,常用的方法包括頻譜分析、信號形態分析和非線性動力學分析。這些方法多采用單極或雙極電極,評估dbs不同參數設置對病理性震顫癥狀的影響?,F有解決方案主要包括:
5、1、不同dbs條件下帕金森病病理性震顫患者semg信號特征差異性分析方法。該方法使用雙極電極,基于頻譜、信號形態和非線性動力學的方法,分析13名帕金森病病理性震顫患者的肌電特征。通過量化不同dbs參數設置(脈沖幅度、頻率和寬度)下的肌電信號特征來評估dbs的治療效果[1]。
6、2、基于主成分跟蹤方法評估dbs對帕金森病病理性震顫影響的方法。該方法使用單極或雙極電極(具體取決于患者),基于相關維數和復發率特征,分析13名dbs開啟(dbs-on)和關閉(dbs-off)狀態下的帕金森病病理性震顫患者以及13名健康對照組的semg數據。該方法通過量化dbs對帕金森病病理性震顫患者神經肌肉功能的影響來評估治療效果[2]。
7、這些現有技術方案主要通過semg信號的振幅、頻率和非線性特征分析dbs前后的震顫改善效果,但存在以下不足:
8、缺陷1:高密度表面肌電采集的局限性?,F有方法多使用單極或雙極電極,采集信號的覆蓋范圍和通道數量有限,通常不足以全面捕捉目標肌群的肌電活動。由于電極數量有限,難以確保數據的全面性和準確性,可能遺漏一些關鍵的肌電信號特征,影響分析結果的精度。
9、缺陷2:宏觀肌電信號特征的局限性。現有方法主要關注宏觀層面的肌電信號特征,多基于頻譜、信號形態和非線性動力學等分析振幅和頻率等參數,對神經元放電特性和規律的微觀層面研究不夠深入。這種不足限制了對dbs刺激前后神經肌肉活動變化的全面理解。
技術實現思路
1、本專利技術的目的在于提供一種基于hd-semg和神經元分析的運動障礙治療效果評估系統,以評估dbs治療前后震顫癥狀的改善情況,幫助醫生制定和優化治療方案。
2、本專利技術提供的基于hd-semg和神經元分析的運動障礙治療效果評估系統,通過誘發運動障礙患者的手部病理性震顫癥狀,采集前臂hd表面肌電數據,并分析其微觀神經元特性,從而準確評估dbs治療前后運動障礙患者病理性震顫癥狀的改善效果。具體包括:運動障礙患者手部病理性震顫數據采集模塊,數據預處理模塊,運動單元分解與識別模塊,微觀神經元特性分析模塊;其中:
3、(一)所述數據采集平臺,是一種hd-semg采集設備,用于記錄運動障礙患者前臂屈肌肌群和伸肌肌群的256通道表面肌電數據。這種高密度的數據采集能力允許更精確地分析肌肉活動模式和運動單元特征。
4、具體地,使用4片電極陣列采集單側前臂的hd-semg信號;每個電極陣列由64個凝膠圓電極組成,電極陣列方向與運動障礙患者肌纖維大致對齊。其中,2個電極陣列放置在屈肌肌群上,分別位于橈側腕伸肌和指伸肌的上方;2個電極陣列放置在伸肌肌群上;分別位于橈側腕伸肌和指伸肌的上方;采集的肌電信號將存儲在各個采集設備內置的sd卡中,確保數據的完整性和穩定性。
5、(二)所述數據預處理模塊,通過初步濾波、lms濾波器、基線漂移校正和信號歸一化等步驟,對原始肌電信號進行預處理。初步濾波用于去除工頻干擾并保留有效頻率范圍,lms濾波器自適應調整系數以消除動態噪聲,基線漂移校正通過多項式擬合去除慢性漂移,最后通過歸一化確保信號幅值的一致性,從而提高信號的清晰度和準確性。
6、具體地:
7、(1)初步濾波:應用低通濾波器和帶通濾波器對原始肌電信號進行初步濾波(10hz到500hz),以去除工頻干擾并保留有效的信號頻率范圍。低通濾波器用于去除高于信號頻率范圍的高頻噪聲。帶通濾波器用于保留肌電信號的主要成分,去除無關的低頻和高頻噪聲。
8、(2)lms濾波器:在初步濾波之后,使用最小均方(lms)自適應濾波器來實時調整濾波器系數,以最小化輸出信號與期望信號之間的誤差,從而消除動態噪聲,提高信號質量。誤差信號由期望信號和濾波器輸出之間的差值決定。lms的核心是基于梯度下降法逐步調整濾波器系數ωi(n)來最小化誤差信號的均方值。通過對目標函數j(n)對濾波器系數ωi(n)求偏導,得到梯度,用梯度下降本文檔來自技高網...
【技術保護點】
1.一種基于HD-sEMG和神經元分析的運動障礙治療效果評估系統,其特征在于,通過誘發運動障礙患者手部病理性震顫癥狀,采集前臂HD-sEMG數據,并分析其微觀神經元特性,從而準確評估DBS治療前后運動障礙患者病理性震顫癥狀的改善效果;具體包括運動障礙患者病理性震顫數據采集平臺,數據預處理模塊,運動單元分解與識別模塊,微觀神經元特性分析模塊;其中:
2.根據權利要求1所述的評估系統,其特征在于,所述數據采集平臺中,使用4電極陣列采集單側前臂的高密度肌電信號;每個電極陣列由64個凝膠圓電極組成;電極陣列方向與患者肌纖維對齊;其中,2個電極陣列放置在屈肌肌群上,分別位于腕屈肌和指淺屈肌的上方;2個電極陣列放置在伸肌肌群上,分別位于橈側腕伸肌和指伸肌的上方;采集的肌電信號將存儲在各個采集設備內置的SD卡中,確保數據的完整性和穩定性。
3.根據權利要求1所述的評估系統,其特征在于,所述數據預處理模塊中:
4.根據權利要求3所述的評估系統,其特征在于,所述運動單元分解模塊中,篩選和后處理子模塊具體流程為,對每個運動單元的放電時刻序列應用傅里葉變換,獲得頻譜
5.根據權利要求4所述的評估系統,其特征在于,所述微觀神經元特性分析模塊,具體包括:
...【技術特征摘要】
1.一種基于hd-semg和神經元分析的運動障礙治療效果評估系統,其特征在于,通過誘發運動障礙患者手部病理性震顫癥狀,采集前臂hd-semg數據,并分析其微觀神經元特性,從而準確評估dbs治療前后運動障礙患者病理性震顫癥狀的改善效果;具體包括運動障礙患者病理性震顫數據采集平臺,數據預處理模塊,運動單元分解與識別模塊,微觀神經元特性分析模塊;其中:
2.根據權利要求1所述的評估系統,其特征在于,所述數據采集平臺中,使用4電極陣列采集單側前臂的高密度肌電信號;每個電極陣列由64個凝膠圓電極組成;電極陣列方向與患者肌纖維對齊;其中,2個電極陣列放置在屈肌肌群上,分別位于腕屈肌和指淺屈肌的上方;2個電極陣列放置在伸肌肌群上,分別位于橈側腕伸肌和指伸肌的上方;采集的肌電信號將存儲在各個采集設備內置的sd卡中,確保數據的完整性和穩定性。
3.根據權利要求1所述的評估系統,其特征在于,所述數據預處理模塊中:
<...【專利技術屬性】
技術研發人員:譚欣,張小小,劉驍,戴晨赟,孫伯民,
申請(專利權)人:復旦大學,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。