-
The functional corticomuscular coupling (FCMC) is defined as the interaction, coherence and time synchronism between cerebral cortex and muscle tissue, which could be revealed by the synchronization analyses of electroencephalogram (EEG) and electromyogram (EMG) firing in a target muscle. The FCMC analysis is an effective method to describe the information transfer and interaction in neuromuscular pathways. Forthermore, the multiscaled coherence analyses of EEG and EMG signals recorded simultaneously could describe the multiple spatial and temporal functional connection characteristics of FCMC, which could be helpful for understanding the multiple spatial and temporal coupling mechanism of neuromuscular system. In this paper, based on the adaptively decomposing signal into frequency band characteristis of variational mode decomposition (VMD) and the quantitatively detecting the directed exchange of information between two systems of transfer entropy (TE), a new methodvariational mode decomposition-transfer entropy (VMD-TE) is proposed. The VMD-TE method could quantitatively analyze the nonlinear functional connection characteristic on multiple time-frequency scales between EEG over brain scalp and surface EMG signals from flexor digitorum surerficialis, which are recorded simultaneously during grip task with steady-state force output.In this paper, application of VMD-TE method consists of two steps. Firstly, the EEG and EMG signals are adaptively decomposed into multi intrinsic mode functions based on variational mode decomposition method, respectively, to describe the information on different time-frequency scales. Then the transfer entropies between the different timefrequency scales of EEG and EMG are calculated to describe the nonlinear corticomuscular coupling characteristic in different pathways (EEGEMG and EMGEEG), to show the functional coupling strength (namely VMD-TE values). finally, the maximum VMD-TE values between the different time-frequency scales of EEG and EMG signals among the eight subjects are selected, to describe the discrepancies of FCMC interaction strength between all time-frequency scales. The results show that functional corticomuscular coupling is significant in both descending (EEGEMG) and ascending (EMGEEG) directions in the beta-band (15-35 Hz) in the static force output stage. Meanwhile, the interaction strength between EEG signal and the gamma band (50-72 Hz) of EMG signal in descending direction is higher than in ascending direction. Our study confirms that the beta oscillations of EEG travel bidirectionally between sensorimotor
[1] Costa M, Goldberger A L, Peng C K 2002 Phys. Rev. Lett. 89 068102
[2] Hu M, Liang H 2012 IEEE Trans. Bio-Med. Eng. 59 12
[3] Thuraisingham R A, Gottwald G A 2006 Physica A 366 323
[4] Zhang X, Chen X, Barkhaus P E, Zhou P {2013 IEEE Trans. Inf. Technol. B 17 470
[5] Wu S D, Wu C W, Lee K Y, Lin S G 2013 Physica A 392 5865
[6] Stamoulis C, Chang B S 2011 33rd Annual International Conference of the IEEE EMBS Boston, Massachusetts USA, August 30-September 3, 2011 p5908
[7] Martis R J, Acharya U R, Tan J H, Petznick A, Ng E Y K, Tong L 2012 Int. J. Neural. Syst. 22 1250027
[8] Sapsanis C, Georgoulas G, Tzes A, Lymberopoulos D 2013 35th Annual International Conference of the IEEE EMBS Osaka, Japan, July 3-7, 2013 p5754
[9] Zhang X Q, Liang J 2013 Acta Phys. Sin. 62 050505 (in Chinese) [张学清, 梁军 2013 物理学报 62 050505]
[10] Wu Z, Huang N E 2009 Advances in Adaptive Data Analysis 1 1
[11] Chen D, Li D, Xiong M Z, Bao H, Li X L 2010 IEEE Trans. Inf. Technol. B 14 1417
[12] Dragomiretskiy K, Zosso D {2014 IEEE Trans. Signal Proces. 62 531
[13] Xie P, Yang F M, Chen X L, Du Y H, Wu X G 2015 Acta Phys. Sin. 64 248702 (in Chinese) [谢平, 杨芳梅, 陈晓玲, 杜义浩, 吴晓光 2015 物理学报 64 248702]
[14] Yang Y F, Wu Y F, Ren X M, Qin W M, Zhi X Z, Qiu Y 2009 Acta Phys. Sin. 58 3746 (in Chinese) [杨永锋, 吴亚锋, 任兴民, 秦卫阳, 支希哲, 裘焱 2009 物理学报 58 3746]
[15] Witham C L, Riddle C N, Baker M R, Baker S N 2011 J. Physiol. 589 3789
[16] Schelter B, Timmer J, Eichler M 2009 J. Neurosci. Meth. 179 121
[17] Laine C M, Negro F, Farina D 2013 J. Neurophysiol. 110 170
[18] Androulidakis A G, Doyle L M, Yarrow K, Litvak V, Gilbertson T P, Brown P 2007 Eur. J. Neurosci. 25 3758
[19] Kristeva R, Patino L, Omlor W 2007 NeuroImage 36 785
[20] Gilbertson T, Lalo E, Doyle L, Di Lazzaro V, Cioni B, Brown P 2005 J. Neurosci. 25 7771
[21] Androulidakis A G, Doyle L M, Gilbertson T P, Brown P 2006 Eur. J. Neurosci. 24 3299
期刊类型引用(35)
1. 李朝锋,王振,刘欣宇,杨苏辉,徐震,樊超阳. 基于VMD-ICA的水下激光雷达抗散射信号处理方法. 物理学报. 2024(09): 91-96 . 百度学术
2. 郑杨,强威,张四聪. 脑-运动单元功能耦合估计方法. 西安交通大学学报. 2024(12): 111-118 . 百度学术
3. 刘斌. 基于CNN-LSTM多层次特征融合模型的癫痫发作预测研究. 电脑与电信. 2024(11): 66-73 . 百度学术
4. 翟雪松,许家奇,陈鑫源,楚肖燕,李雨珊,李媛. 文本呈现方式对视觉舒适度的影响——基于人工智能与脑电协同的分析. 开放教育研究. 2023(01): 70-80 . 百度学术
5. 沈友东,贺小星,张云涛. EMD与VMD组合站坐标时间序列降噪方法. 海洋测绘. 2023(01): 44-48 . 百度学术
6. 李佳佳,冯钊,赵亮. 运动态人脑默认模式网络脑电信息传递动力学行为分析. 西安交通大学学报. 2023(06): 18-28 . 百度学术
7. 金国美,佘青山,张敏,马玉良,张建海,孙明旭. 多尺度补偿传递熵的皮层肌肉功能耦合方法. 浙江大学学报(工学版). 2022(06): 1152-1158+1256 . 百度学术
8. 薛晨,李雨谿,钟冬灵,李涓,郑重,金荣疆. 基于神经电生理技术和脑成像技术探讨太极拳对老年人认知功能影响的研究进展. 生物医学工程学杂志. 2022(04): 826-832 . 百度学术
9. 景鹏,张学军,孙知信. 基于弹性变分模态分解的癫痫脑电信号分类方法. 物理学报. 2021(01): 369-376 . 百度学术
10. 吴杰,王召巴,陈友兴. 基于变分模态分解的玻纤复合材料内部缺陷特征提取方法. 国外电子测量技术. 2021(01): 15-20 . 百度学术
11. 邓红卫,申一鹏. 基于变分模态分解和粒子群算法的微震信号降噪方法. 矿冶工程. 2021(01): 7-10+15 . 百度学术
12. 吕亚东,李可,侯莹,张冬梅,魏娜. 视觉反馈作用下精确抓握力量控制的脑网络拓扑研究. 中国生物医学工程学报. 2021(02): 163-169 . 百度学术
13. 罗亦泳,黄城,张静影. 基于改进IVMD的工程结构状态特征分析研究. 应用基础与工程科学学报. 2021(04): 873-888 . 百度学术
14. 吴亚婷,佘青山,高云园,谭同才,范影乐. 多尺度肌间耦合网络分析. 生物医学工程学杂志. 2021(04): 742-752 . 百度学术
15. 刘玉桥,邓红卫,吴路波,申一鹏,田玉起,虞松涛. 基于VMD联合小波阈值去噪法的微震监测信号去噪研究. 矿业研究与开发. 2020(02): 98-103 . 百度学术
16. 张敏,佘青山,张波涛,吴秋轩,范影乐. 基于MEMD-rTVgPDC的皮层肌肉耦合分析. 传感技术学报. 2020(03): 327-334 . 百度学术
17. 欧朗,赵越,李晓欧. NIRS-EEG联合检测技术在脑功能分析中的研究进展. 中国医学物理学杂志. 2020(10): 1323-1329 . 百度学术
18. 王洪安,佘青山,席旭刚,张启忠,罗志增. 肌间多尺度时频耦合分析方法研究. 航天医学与医学工程. 2020(06): 512-521 . 百度学术
19. 王同安,王元红. 基于VMD的瓦斯信号自适应压缩感知算法. 西安科技大学学报. 2019(02): 366-373 . 百度学术
20. 李素姣,刘苏,蓝贺,喻洪流. 脑肌电信号同步耦合分析方法研究进展. 生物医学工程学杂志. 2019(02): 334-337+342 . 百度学术
21. 张坤,顾晓辉,邸忆. 基于VMD与数学形态学分形维数的战场声目标识别. 火力与指挥控制. 2019(08): 77-81+88 . 百度学术
22. 李晋,张贤,蔡锦. 利用变分模态分解(VMD)和匹配追踪(MP)联合压制音频大地电磁(AMT)强干扰. 地球物理学报. 2019(10): 3866-3884 . 百度学术
23. 杜义浩,杨文娟,姚文轩,齐文靖,陈晓玲,谢博多,谢平. 中风患者康复运动中多通道肌间耦合特性分析. 生物医学工程学杂志. 2019(05): 720-727 . 百度学术
24. 王大为,王召巴,李鹏,陈友兴,李海洋. 基于变分模态分解的超声检测信号降噪研究. 中国测试. 2019(12): 106-111 . 百度学术
25. 陈柏言,李洪儒,安国庆,许葆华. 基于VMD的超声波电动机退化特征提取研究. 微特电机. 2018(07): 29-33+39 . 百度学术
26. 徐元博,蔡宗琰,胡永彪,丁凯. 强噪声背景下频率加权能量算子和变分模态分解在轴承故障提取中的应用. 振动工程学报. 2018(03): 513-522 . 百度学术
27. 高云园,任磊磊,周旭,张启忠,张迎春. 基于变尺度符号传递熵的多通道脑肌电信号耦合分析. 中国生物医学工程学报. 2018(01): 8-16 . 百度学术
28. 张杏莉,贾瑞生,卢新明,彭延军,赵卫东. 爆破震动与煤岩破裂微震信号辨识研究. Applied Geophysics. 2018(02): 280-289+364 . 百度学术
29. 张杏莉,卢新明,贾瑞生,阚淑婷. 基于变分模态分解及能量熵的微震信号降噪方法. 煤炭学报. 2018(02): 356-363 . 百度学术
30. 高云园,任磊磊,张迎春,佘青山,席旭刚,张启忠. 基于相干性的多频段脑肌电信号双向耦合分析. 传感技术学报. 2017(10): 1465-1471 . 百度学术
31. 李加福,唐文彦,张晓琳,王军. 壳段厚度激光检测信号的变分模态分解去噪. 光学精密工程. 2017(08): 2173-2181 . 百度学术
32. 崔建国,张善好,于明月,蒋丽英,江秀红,林泽力. 基于GRNN-ELM的飞机复合材料结构损伤识别. 南京航空航天大学学报. 2017(04): 468-473 . 百度学术
33. 张园园,邹策,陈晓玲,尹永浩,程生翠,陈迎亚,谢平. 基于Gabor小波-传递熵的脑-肌电信号同步耦合分析. 生物医学工程学杂志. 2017(06): 850-856 . 百度学术
34. 杜义浩,齐文靖,邹策,张晋铭,谢博多,谢平. 基于变分模态分解-相干分析的肌间耦合特性. 物理学报. 2017(06): 345-354 . 百度学术
35. 徐元博,蔡宗琰. 变分模态分解和K-L散度在振动筛轴承故障诊断中的应用. 噪声与振动控制. 2017(04): 160-165 . 百度学术
其他类型引用(40)
-
[1] Costa M, Goldberger A L, Peng C K 2002 Phys. Rev. Lett. 89 068102
[2] Hu M, Liang H 2012 IEEE Trans. Bio-Med. Eng. 59 12
[3] Thuraisingham R A, Gottwald G A 2006 Physica A 366 323
[4] Zhang X, Chen X, Barkhaus P E, Zhou P {2013 IEEE Trans. Inf. Technol. B 17 470
[5] Wu S D, Wu C W, Lee K Y, Lin S G 2013 Physica A 392 5865
[6] Stamoulis C, Chang B S 2011 33rd Annual International Conference of the IEEE EMBS Boston, Massachusetts USA, August 30-September 3, 2011 p5908
[7] Martis R J, Acharya U R, Tan J H, Petznick A, Ng E Y K, Tong L 2012 Int. J. Neural. Syst. 22 1250027
[8] Sapsanis C, Georgoulas G, Tzes A, Lymberopoulos D 2013 35th Annual International Conference of the IEEE EMBS Osaka, Japan, July 3-7, 2013 p5754
[9] Zhang X Q, Liang J 2013 Acta Phys. Sin. 62 050505 (in Chinese) [张学清, 梁军 2013 物理学报 62 050505]
[10] Wu Z, Huang N E 2009 Advances in Adaptive Data Analysis 1 1
[11] Chen D, Li D, Xiong M Z, Bao H, Li X L 2010 IEEE Trans. Inf. Technol. B 14 1417
[12] Dragomiretskiy K, Zosso D {2014 IEEE Trans. Signal Proces. 62 531
[13] Xie P, Yang F M, Chen X L, Du Y H, Wu X G 2015 Acta Phys. Sin. 64 248702 (in Chinese) [谢平, 杨芳梅, 陈晓玲, 杜义浩, 吴晓光 2015 物理学报 64 248702]
[14] Yang Y F, Wu Y F, Ren X M, Qin W M, Zhi X Z, Qiu Y 2009 Acta Phys. Sin. 58 3746 (in Chinese) [杨永锋, 吴亚锋, 任兴民, 秦卫阳, 支希哲, 裘焱 2009 物理学报 58 3746]
[15] Witham C L, Riddle C N, Baker M R, Baker S N 2011 J. Physiol. 589 3789
[16] Schelter B, Timmer J, Eichler M 2009 J. Neurosci. Meth. 179 121
[17] Laine C M, Negro F, Farina D 2013 J. Neurophysiol. 110 170
[18] Androulidakis A G, Doyle L M, Yarrow K, Litvak V, Gilbertson T P, Brown P 2007 Eur. J. Neurosci. 25 3758
[19] Kristeva R, Patino L, Omlor W 2007 NeuroImage 36 785
[20] Gilbertson T, Lalo E, Doyle L, Di Lazzaro V, Cioni B, Brown P 2005 J. Neurosci. 25 7771
[21] Androulidakis A G, Doyle L M, Gilbertson T P, Brown P 2006 Eur. J. Neurosci. 24 3299
期刊类型引用(35)
1. 李朝锋,王振,刘欣宇,杨苏辉,徐震,樊超阳. 基于VMD-ICA的水下激光雷达抗散射信号处理方法. 物理学报. 2024(09): 91-96 . 百度学术
2. 郑杨,强威,张四聪. 脑-运动单元功能耦合估计方法. 西安交通大学学报. 2024(12): 111-118 . 百度学术
3. 刘斌. 基于CNN-LSTM多层次特征融合模型的癫痫发作预测研究. 电脑与电信. 2024(11): 66-73 . 百度学术
4. 翟雪松,许家奇,陈鑫源,楚肖燕,李雨珊,李媛. 文本呈现方式对视觉舒适度的影响——基于人工智能与脑电协同的分析. 开放教育研究. 2023(01): 70-80 . 百度学术
5. 沈友东,贺小星,张云涛. EMD与VMD组合站坐标时间序列降噪方法. 海洋测绘. 2023(01): 44-48 . 百度学术
6. 李佳佳,冯钊,赵亮. 运动态人脑默认模式网络脑电信息传递动力学行为分析. 西安交通大学学报. 2023(06): 18-28 . 百度学术
7. 金国美,佘青山,张敏,马玉良,张建海,孙明旭. 多尺度补偿传递熵的皮层肌肉功能耦合方法. 浙江大学学报(工学版). 2022(06): 1152-1158+1256 . 百度学术
8. 薛晨,李雨谿,钟冬灵,李涓,郑重,金荣疆. 基于神经电生理技术和脑成像技术探讨太极拳对老年人认知功能影响的研究进展. 生物医学工程学杂志. 2022(04): 826-832 . 百度学术
9. 景鹏,张学军,孙知信. 基于弹性变分模态分解的癫痫脑电信号分类方法. 物理学报. 2021(01): 369-376 . 百度学术
10. 吴杰,王召巴,陈友兴. 基于变分模态分解的玻纤复合材料内部缺陷特征提取方法. 国外电子测量技术. 2021(01): 15-20 . 百度学术
11. 邓红卫,申一鹏. 基于变分模态分解和粒子群算法的微震信号降噪方法. 矿冶工程. 2021(01): 7-10+15 . 百度学术
12. 吕亚东,李可,侯莹,张冬梅,魏娜. 视觉反馈作用下精确抓握力量控制的脑网络拓扑研究. 中国生物医学工程学报. 2021(02): 163-169 . 百度学术
13. 罗亦泳,黄城,张静影. 基于改进IVMD的工程结构状态特征分析研究. 应用基础与工程科学学报. 2021(04): 873-888 . 百度学术
14. 吴亚婷,佘青山,高云园,谭同才,范影乐. 多尺度肌间耦合网络分析. 生物医学工程学杂志. 2021(04): 742-752 . 百度学术
15. 刘玉桥,邓红卫,吴路波,申一鹏,田玉起,虞松涛. 基于VMD联合小波阈值去噪法的微震监测信号去噪研究. 矿业研究与开发. 2020(02): 98-103 . 百度学术
16. 张敏,佘青山,张波涛,吴秋轩,范影乐. 基于MEMD-rTVgPDC的皮层肌肉耦合分析. 传感技术学报. 2020(03): 327-334 . 百度学术
17. 欧朗,赵越,李晓欧. NIRS-EEG联合检测技术在脑功能分析中的研究进展. 中国医学物理学杂志. 2020(10): 1323-1329 . 百度学术
18. 王洪安,佘青山,席旭刚,张启忠,罗志增. 肌间多尺度时频耦合分析方法研究. 航天医学与医学工程. 2020(06): 512-521 . 百度学术
19. 王同安,王元红. 基于VMD的瓦斯信号自适应压缩感知算法. 西安科技大学学报. 2019(02): 366-373 . 百度学术
20. 李素姣,刘苏,蓝贺,喻洪流. 脑肌电信号同步耦合分析方法研究进展. 生物医学工程学杂志. 2019(02): 334-337+342 . 百度学术
21. 张坤,顾晓辉,邸忆. 基于VMD与数学形态学分形维数的战场声目标识别. 火力与指挥控制. 2019(08): 77-81+88 . 百度学术
22. 李晋,张贤,蔡锦. 利用变分模态分解(VMD)和匹配追踪(MP)联合压制音频大地电磁(AMT)强干扰. 地球物理学报. 2019(10): 3866-3884 . 百度学术
23. 杜义浩,杨文娟,姚文轩,齐文靖,陈晓玲,谢博多,谢平. 中风患者康复运动中多通道肌间耦合特性分析. 生物医学工程学杂志. 2019(05): 720-727 . 百度学术
24. 王大为,王召巴,李鹏,陈友兴,李海洋. 基于变分模态分解的超声检测信号降噪研究. 中国测试. 2019(12): 106-111 . 百度学术
25. 陈柏言,李洪儒,安国庆,许葆华. 基于VMD的超声波电动机退化特征提取研究. 微特电机. 2018(07): 29-33+39 . 百度学术
26. 徐元博,蔡宗琰,胡永彪,丁凯. 强噪声背景下频率加权能量算子和变分模态分解在轴承故障提取中的应用. 振动工程学报. 2018(03): 513-522 . 百度学术
27. 高云园,任磊磊,周旭,张启忠,张迎春. 基于变尺度符号传递熵的多通道脑肌电信号耦合分析. 中国生物医学工程学报. 2018(01): 8-16 . 百度学术
28. 张杏莉,贾瑞生,卢新明,彭延军,赵卫东. 爆破震动与煤岩破裂微震信号辨识研究. Applied Geophysics. 2018(02): 280-289+364 . 百度学术
29. 张杏莉,卢新明,贾瑞生,阚淑婷. 基于变分模态分解及能量熵的微震信号降噪方法. 煤炭学报. 2018(02): 356-363 . 百度学术
30. 高云园,任磊磊,张迎春,佘青山,席旭刚,张启忠. 基于相干性的多频段脑肌电信号双向耦合分析. 传感技术学报. 2017(10): 1465-1471 . 百度学术
31. 李加福,唐文彦,张晓琳,王军. 壳段厚度激光检测信号的变分模态分解去噪. 光学精密工程. 2017(08): 2173-2181 . 百度学术
32. 崔建国,张善好,于明月,蒋丽英,江秀红,林泽力. 基于GRNN-ELM的飞机复合材料结构损伤识别. 南京航空航天大学学报. 2017(04): 468-473 . 百度学术
33. 张园园,邹策,陈晓玲,尹永浩,程生翠,陈迎亚,谢平. 基于Gabor小波-传递熵的脑-肌电信号同步耦合分析. 生物医学工程学杂志. 2017(06): 850-856 . 百度学术
34. 杜义浩,齐文靖,邹策,张晋铭,谢博多,谢平. 基于变分模态分解-相干分析的肌间耦合特性. 物理学报. 2017(06): 345-354 . 百度学术
35. 徐元博,蔡宗琰. 变分模态分解和K-L散度在振动筛轴承故障诊断中的应用. 噪声与振动控制. 2017(04): 160-165 . 百度学术
其他类型引用(40)
Catalog
Metrics
- Abstract views: 10603
- PDF Downloads: 444
- Cited By: 75