基于sEMG与K-means聚类的上肢痉挛状态定量评定方法

为解决临床痉挛状态评定主观性大,信度效度待提高的问题,提出基于表面肌电(surface electromyography,s EMG)信号与K-means聚类的上肢痉挛状态定量评定方法。结合时频域分析与非线性动力学分析方法,利用s EMG信号希尔伯特-黄变换(Hilbert-Huang transform,HHT)边际谱熵判定牵张反射肌电阈值(stretch reflex onset,SRO);取SRO后固定长度s EMG信号均方根(root mean square,RMS)个体差异消除后得到的均方根差值(RMS difference,RMSD)评定痉挛状态,利用K-means聚类算法对RMSD分类以重新评估痉挛状态。实验数据表明HHT边际谱熵能够准确识别SRO(识别率:95%),且在背景含尖锐毛刺噪声以及短时信号处理上表现出很好的性能;RMSD与改良Ashworth量表(modified Ashworth scale,MAS)评分显著相关(test:r=0.843,r~2=0.711,p0.01;retest:r=0.836,r~2=0.699,p0.01),重测信度良好;基于K-means聚类算法的痉挛状态等级与RMSD相关性为(test:r=0.946,r~2=0.895,p0.01;retest:r=0.942,r~2=0.887,p0.01),且各组之间差异性显著(p0.01)。实验结果表明,该方法可为上肢痉挛状态评定提供一种客观定量的分析手段,相比于MAS能更好的定量评定与细分痉挛状态。     

基于牵张反射阈值的上肢痉挛评定方法与装置及其效度信度研究

针对目前临床痉挛评定主观性大，信度与效度有待提高的问题，提出了一种新的基于牵张反射阈值的痉挛评定方法，利用关节角加速度变化判定牵张反射阈值，通过设计相应装置检验了牵张反射阈值在上肢痉挛评定中的信度与效度，并探讨了加速度变化在上肢痉挛评定中的信度与效度.4位检查者利用改良Ashworth量表（Modified Ashworth scale，MAS）及该痉挛检测装置对招募的22例伴随有上肢痉挛症状的受试者进行了痉挛评定.将评定过程中采集的牵张反射阈值以及加速度平均变化值（Acceleration mean variance，AMV）与MAS评分进行相关性分析，显示牵张反射阈值数据与MAS评分显著相关，相关性满足（r=-0.831~-0.953，P < 0.05），AMV与MAS评分相关性满足（r=0.665~0.900，P < 0.05）.它们重测信度分别满足（r=0.890~0.962，P < 0.05）和（r=0.632~0.928，P < 0.05）.实验结果表明该方法及装置可为痉挛评定提供一种实用的定量分析手段.     

基于肢体加速度和关节角度参数检测的痉挛状态定量评定研究

针对脑卒中患者痉挛状态难以精准量化评定的问题,提出了基于加速度和角度信号的痉挛状态量化评定方法,并研制了痉挛状态量化评定装置。通过分析患者肢体加速度和关节角度信号数据,提取加速度突变点对应的关节角度θ_p及关节活动度θ_(rom),计算θ_p/θ_(rom)值用于痉挛状态等级评定。使用改良Ashworth量表(modified Ashworth scale, MAS)和本装置对27名受试者进行临床实验,并针对不同肌肉群采用不同的痉挛状态检测方法。将MAS等级与θ_p/θ_(rom)值进行相关性分析,结果表明θ_p/θ_(rom)值可用于痉挛状态评估,且该装置具有很好的效度,相关性满足r=-0.869,P0.05。基于MAS和θ_p/θ_(rom)值重新修正表示痉挛状态的MAS等级,结果表明修正后的MAS各等级之间具有显著差异(P0.001),可以实现痉挛状态量化评定。