[发明专利]基于神经电生理信号联合分析的人体运动能力判别方法

说明书

技术领域

本发明涉及人体运动能力判别领域，尤其涉及一种基于神经电生理信号联合分析的人体运动能力判别方法。

背景技术

人是在地球1G重力环境中进化和生活的，因此人体各生理系统的形态、结构和功能都产生了适应1G条件的变化。当航天员进入太空后，长时间的生活在失重环境中(准确的说是处于微重力状态)，流体静压消失，体液头向分布会引发机体各生理系统出现一系列的适应性变化，引起人体生理系统的明显改变，例如：水和电解质代谢紊乱、心血管功能失调、航天贫血症等，尤其是对运动功能的影响，如肌萎缩、肌肉耐力的下降。从而导致航天员工作绩效的下降，进而影响整个航天任务的顺利进行。除此之外，还可能影响到航天员从空间返回到地面的再适应过程，其主要表现是立位耐力不良和运动耐力下降。因此，现阶段急需建立准确的人体运动能力变化的判别模型，提出一套能够科学的评判人体运动能力的指标，进而应用于航天员的选拔工作中，以及通过对人体运动能力分析评估，找到能够降低失重环境对于航天员健康以及工作绩效影响的对抗方法。

人体运动功能主要表现在行走的步态和上肢的典型动作中。描述这些动作特征的信息主要有运动学参数、力学参数和生物电信号三大类，从而进行功能评定。人体运动的动力来自骨骼肌的协同收缩，肌电信号是肌肉自主收缩或电诱发收缩过程中产生的生理电变化，其信息可以用来描述运动功能特征和分析运动的质量。

心率变异性是指人体心脏搏动周期存在的微小变异，通常情况下是指逐次心动周期间体表心电图R波间期的微小涨落。近年来研究表明，脑的高级神经活动、中枢神经系统的自发性节律活动、呼吸以及压力、化学感受器活动等因素对心脏的自主神经系统进行调制结果导致心率变异性(Heart rate variability，HRV)的产生。换言之，HRV信号蕴涵了有关心血管系统神经及体液调节的大量信息，因而可以通过检测测试者的心率数据，得到许多有关自主神经系统平衡状态的信息。心率变异性是衡量自主神经系统功能状态的一个重要指标，适当的体育运动可以增强自主神经系统的调节能力，HRV分析表现出了潜在的令人注目的应用价值。

现阶段科学研究对于肌电和心率变异性的研究都分别取得了较为瞩目的成就，但研究者通常只是单方面的通过肌肉以及肌肉电信号的特征来对运动能力进行分析。由于航天员长期处于失重条件这种工作环境，导致肌肉的长时间废用，不仅会引起肌肉萎缩，还直接影响到肌肉的工作能力和耐力，而且肌肉泵作用降低也可造成心血管功能下降。由此，从心血管功能变化规律入手，与肌电特征联合分析，可以为建立更为全面的运动能力变化判别模型与评价方法提供新的思路。

发明内容

本发明提供了一种基于神经电生理信号联合分析的人体运动能力判别方法，本发明通过寻找具有显著性的关联参数对，研究运动能力和心脏负荷情况的关联效应；利用主成分分析爱(Principle component analysis，PCA)去除信息冗余后得到特征向量，作为后续模式识别的输入，从而进行运动能力判别，详见下文描述：

一种基于神经电生理信号联合分析的人体运动能力判别方法，所述人体运动能力判别方法包括以下步骤：

同步采集EMG、ECG信号；对ECG信号进行R波峰值识别得到HRV信号，再分别对各信号进行时域分析、频域分析以及非线性分析；

对肌电参数与心率变异性参数进行联合分析，采用相关分析寻找具有显著性的关联参数对，研究运动能力和心脏负荷情况的关联效应；

提取EMG特征、HRV特征，以及计算EMG信号积分肌电值、均方根分别与HRV参数的相关系数；

利用PCA主成分分析去除冗余信息，得到特征向量；

将特征向量作为模式识别的输入，从而进行运动能力的判别。

所述提取EMG特征、HRV特征，以及计算EMG信号积分肌电值、均方根分别与HRV参数的相关系数具体为：

1)EMG特征提取：通过对肌电信号进行时频域分析得到积分肌电值、均方根、平均功率频率、中值频率四个特征参数，分别记为特征向量P1，P2，P3，P4；

2)HRV特征提取：计算总功率、极低频、低频和高频的频谱熵，分别记为特征向量P5，P6，P7，P8；

3)EMG信号积分肌电值、均方根分别与HRV参数的相关系数，分别记为特征向量P9，P10，P11，P12，P13，P14，P15，P16。

所述利用PCA主成分分析去除冗余信息，得到特征向量的步骤具体为：