基于脑肌电Copula因果模型的上肢运动功能康复评估研究

Rehabilitation treatment is the effective method to improve the motor dysfunctions of the patients, and objective quantitative rehabilitation assessment is an important problem to be solved in rehabilitation engineering. Current clinical assessment methods can not accurately reflect the slight progress changes of limb motor function, and traditional Granger causality analysis only describes the linear relationship between neural signals. Based on the central neural plasticity rehabilitation mechanism, this project intends to investigate the rehabilitation assessment method for upper limb motor function based on Copula theory and physiological information including EEG and EMG. First, the copula model and causal measure are established to describe the dependence structures of multivariate EEG/EMG signals in order to quantitatively analyze nonlinear and high-order complex causality. Based on Copula causal measure, functional brain network is further constructed to analyze the connectivity representations reflecting the change of central neural plasticity, and meanwhile corticomuscular and intermuscular coupling are used to analyze the function relation characteristics between the central nervous system and muscle. Finally, the recovery degree of upper limb motor function is assessed by multi-features fusion and safe semi-supervised classification. This project expects to further deepen the understanding of the neural plasticity rehabilitation mechanism, and provide a scientific basis and an effective method for accurate and fine rehabilitation assessment, by means of functional brain network, corticomuscular and intermuscular coupling. It will be of great significance for improving the rehabilitation diagnosis and treatment as well as the development of rehabilitation robots.

康复治疗是改善患者运动功能障碍的有效手段，而客观量化的康复评估是康复工程领域亟待解决的一个重要问题。现有临床评估方法无法精确地体现细微的肢体运动功能进展变化，且传统的格兰杰因果分析法仅能描述神经信号间的线性关系。本项目从中枢神经可塑性康复机制出发，采用Copula理论和脑电、肌电等生理信息研究上肢运动功能的康复评估。首先建立描述多变量脑肌电信号间相依结构的Copula模型和因果测度，定量分析非线性、高阶等复杂特性；在此基础上，进一步利用脑功能网络分析反映中枢神经可塑性变化的连接表征，同时采用皮层肌肉及肌间耦合分析获取运动控制中神经肌肉间的功能联系特征；最后通过多元特征融合与安全半监督分类对上肢运动功能恢复程度进行评估。本项目期望通过脑功能网络与脑肌电耦合分析，进一步加深对神经可塑性康复机制的认识，为准确精细的康复评估提供科学依据和有效方法，对于提高康复诊疗水平和康复机器人研制具有重要意义。

本项目按照原定计划，针对现有临床评估方法无法精确地体现细微的肢体运动功能进展变化的难题，从中枢神经可塑性康复机制出发，提出了基于脑肌电Copula因果模型的上肢运动功能康复评估方法，构建了多变量脑肌电信号的相关性模型，挖掘了客观康复功能评估指标。主要完成了以下工作：(1) 提出了定量分析非线性、高阶等复杂特性的定常和时变Copula因果关系测度方法；(2) 提出了基于Copula因果测度的脑功能网络和多层神经肌肉耦合分析方法，用于提取反映上肢运动功能恢复进展程度的表征；(3) 提出了基于稀疏表示、半监督学习、迁移学习、深度学习方面的脑电识别方法；(4) 根据脑功能网络分析、脑-肌耦合分析、脑电识别结果，提出了基于多元特征融合的运动功能康复评估方法。本项目完成了多模态生理信息采集实验平台的构建、系统软件和信号处理与评估算法，在合作医院采集了30例脑卒中患者的实验数据，分析结果验证了脑肌电Copula因果模型在上肢运动功能康复评估的有效性。在学术交流方面，克服新冠疫情影响，参加了6次国内外学术会议，包括第二届智慧医疗与康复大会暨第五届脑机接口论坛、第五届神经动力学会议等。举办了2次研讨会，邀请了西安交通大学陈霸东教授、浙江大学潘纲教授等做了机器学习、脑机混合智能方面的学术报告。与军科院军事认知与脑科学研究所进行了2次互访交流，邀请了美国休斯顿大学张迎春教授，英国巴斯大学张定国教授，日本鹿儿岛大学余永教授等知名学者做学术报告。发表了学术论文40篇，其中SCI期刊论文22篇（二区8篇），中文TOP期刊论文4篇，会议论文6篇。申请国家发明专利35项，授权12项。培养硕士研究生19名，毕业13名，2名项目组成员晋升为教授。获中国仪器仪表学会科技进步一等奖(2022)。本项目为精准康复评估提供科学依据，对提高康复诊疗水平具有重要意义。