评估中风后运动功能康复:通过图形理论和皮质肌肉合作为潜在生物标志物的研究
Mathematical biosciences and engineering : MBE
|June 16, 2023
概括
结合脑电图 (EEG) 和肌电图 (EMG) 信号的新指标可以准确预测中风康复中的运动功能. 这种方法为预测中风恢复提供了有前途的临床应用.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 康复科学 康复科学 康复科学
背景情况:
- 在中风康复中评估运动功能变化至关重要.
- 大脑皮层和肌肉之间的功能连接是运动控制的关键指标.
研究的目的:
- 使用新型指标量化皮质肌肉功能连接的变化.
- 评估这些指标对中风运动功能康复的预测能力.
主要方法:
- 结合皮质肌肉合和图形理论,开发了EEG和EMG信号的动态时间扭曲 (DTW) 距离.
- 引入了两个新的对称度量 (BNDSI和CMCSI).
- 使用随机森林算法来确定特征的重要性并验证特征组合用于分类.
主要成果:
- 功能重要性排名是CMCSI > BNDSI > DTW-EEG > DTW-EMG. 这是一个很好的排名.
- CMCSI,BNDSI和DTW-EEG的组合产生了最高的分类准确性.
- 与以前的方法相比,这种结合的特征集证明了对运动功能康复的优异预测.
结论:
- 来自图形理论和皮质肌肉合的新型对称性指数显示出预测中风恢复的巨大潜力.
- 开发的指标及其组合为临床研究和中风康复中的应用提供了有前途的工具.
关键词:
皮质肌肉合 皮质肌肉合动态时间扭曲.一个电脑电图 (electroencephalogram) 是一个电脑电图.一个电心图 (electromyogram) 是一个电心图.一次性中风中风中风中风中风对称性指数的对称性指数更多相关视频
08:58Use of a Foot-Induced Digitally Controlled Resistance Device for Functional Magnetic Resonance Imaging Evaluation in Patients with Foot Paresis
Published on: July 7, 2023
334
06:37Electroencephalography Network Indices as Biomarkers of Upper Limb Impairment in Chronic Stroke
Published on: July 14, 2023
932
