肌肉协同数量提取 · 黄金法则与判断标准

📚 共计 30 章节

肌肉协同概述

什么是肌肉协同？为什么需要提取肌肉协同？在神经康复中的意义。

基础概念康复

肌电信号基础

表面肌电信号（sEMG）生理基础、采集原理、常见噪声与伪迹。

信号预处理

滤波（带通、陷波）、去基线漂移、全波整流与低通滤波（线性包络）。

数据分割与标准化

步态周期分割、时间归一化、幅度归一化（MVC归一化）。

归一化步态

非负矩阵分解（NMF）原理

NMF数学模型、迭代更新规则、与PCA/ICA的区别。

NMF矩阵分解

NMF参数设置

分解阶数（协同数量）选择、初始化方法、迭代次数与收敛判据。

方差解释率（VAF）

VAF定义、计算方法、作为协同数量选择的核心指标。

VAF核心指标

常用VAF阈值（90%、95%）、阈值选择的主观性与客观性平衡。

阈值客观性

肘部法则（Elbow Method）

基于VAF曲线的肘部点检测、手动与自动识别方法。

肘部法则拐点

碎石图（Scree Plot）可视化

绘制VAF随协同数量变化的曲线、解读拐点。

可视化拐点

重建质量评估

原始与重建信号的RMSE、相关系数R²。

稳定性分析

多次NMF分解的协同结构一致性、余弦相似度、皮尔逊相关系数。

稳定性相似度

聚类一致性指标

Silhouette系数、Davies-Bouldin指数在协同数量选择中的应用。

聚类Silhouette

信息准则法

AIC（赤池信息准则）、BIC（贝叶斯信息准则）在NMF中的应用。

交叉验证法

留一通道交叉验证、留一trials交叉验证、评估泛化能力。

交叉验证泛化

生理可解释性

协同结构是否符合已知解剖学分组、肌肉共激活模式。

解剖共激活

任务特异性原则

不同运动任务（行走、抓握、平衡）对协同数量的影响。

任务特异性

个体间一致性

健康受试者间的协同数量与结构一致性、群体分析。

群体一致性

病理状态下的协同变化

脑卒中、帕金森、脊髓损伤患者的协同数量变化。

病理脑卒中

时间稳定性

同一受试者不同时间点（天/周）的协同数量重复性。

重复性纵向

肌肉数量与协同数量的关系

记录肌肉数量对可提取协同数量的上限影响。

上限肌肉数量

噪声与伪迹的影响

信号质量对协同数量估计的偏差、数据清洗策略。

多尺度分析

小波包分解、时频域协同提取对数量的影响。

自动确定协同数量的贝叶斯方法、自动相关性确定（ARD）。

层次聚类法

基于协同向量的层次聚类、树状图剪枝确定数量。

层次聚类树状图

综合决策框架

融合VAF、稳定性、可解释性的多指标决策流程。

多指标决策

黄金法则一

VAF > 90% 且肘部点明确。

黄金法则VAF

黄金法则二

协同结构在多次分解中稳定（相似度 > 0.9）。

稳定性相似度

黄金法则三

协同数量不超过记录肌肉数量的1/3。

综合案例实战

从数据采集到协同数量确定的完整流程演示。

实战全流程