[论文解读] The comparison of Higuchi fractal dimension and Sample Entropy analysis of sEMG: effects of muscle contraction intensity and TMS

Milena Čukić, Mirjana M. Platiša+3 more|arXiv (Cornell University)|Mar 28, 2018

Muscle activation and electromyography studies参考文献 33被引用 3

一句话总结

本研究比较了Higuchi分形维数（HFD）与样本熵（SampEn）在量化不同肌肉收缩强度及单脉冲经颅磁刺激（spTMS）后表面肌电图（sEMG）信号复杂性方面的表现。结果表明，两种指标对收缩强度和神经扰动的响应不同，SampEn更能捕捉低频动态，而HFD对高频分量更敏感，说明结合两者可比单独使用任一指标更全面地评估sEMG复杂性。

ABSTRACT

The aim of the study was to examine how the complexity of surface electromyogram (sEMG) signal, estimated by Higuchi fractal dimension (HFD) and Sample Entropy (SampEn), change depending on muscle contraction intensity and external perturbation of the corticospinal activity during muscle contraction induced by single-pulse Transcranial Magnetic Stimulation (spTMS). HFD and SampEn were computed from sEMG signal recorded at three various levels of voluntary contraction before and after spTMS. After spTMS, both HFD and SampEn decreased at medium compared to the mild contraction. SampEn increased, while HFD did not change significantly at strong compared to medium contraction. spTMS significantly decreased both parameters at all contraction levels. When same parameters were computed from the mathematically generated sine-wave calibration curves, the results show that SampEn has better accuracy at lower (0-40 Hz) and HFD at higher (60-120 Hz) frequencies. Changes in the sEMG complexity associated with increased muscle contraction intensity cannot be accurately depicted by a single complexity measure. Examination of sEMG should entail both SampEn and HFD as they provide complementary information about different frequency components of sEMG. Further studies are needed to explain the implication of changes in nonlinear parameters and their relation to underlying sEMG physiological processes.

研究动机与目标

• 评估Higuchi分形维数（HFD）与样本熵（SampEn）在sEMG信号中对肌肉收缩强度变化的响应情况。
• 研究单脉冲经颅磁刺激（spTMS）对sEMG复杂性的影响，通过HFD与SampEn进行测量。
• 通过合成正弦波信号比较HFD与SampEn在不同频带中检测信号复杂性的准确性。
• 确定单一复杂性度量是否能充分反映不同生理条件下sEMG的动力学特征。
• 倡导联合使用HFD与SampEn，以捕捉sEMG信号复杂性的互补方面。

提出的方法

• 从三种自愿收缩水平（轻度、中度、重度）记录的sEMG信号中计算Higuchi分形维数（HFD）。
• 使用标准算法计算样本熵（SampEn），并固定嵌入维数与容忍度参数。
• 在单脉冲经颅磁刺激（spTMS）前后记录sEMG信号，以评估皮层扰动的影响。
• 生成覆盖频带（0–40 Hz与60–120 Hz）的正弦波校准信号，以测试HFD与SampEn检测复杂性的准确性。
• 在不同收缩水平与时间点（spTMS前与后）之间进行统计比较，以评估HFD与SampEn的变化。
• 本研究采用被试内设计，在受控的收缩与刺激条件下，对参与者进行多次sEMG信号记录。

实验结果

研究问题

• RQ1 Higuchi分形维数（HFD）与样本熵（SampEn）在sEMG信号中随肌肉收缩强度增加如何变化？
• RQ2 单脉冲经颅磁刺激（spTMS）在不同收缩水平下对sEMG信号的HFD与SampEn有何影响？
• RQ3 在sEMG信号中，HFD与SampEn哪一个更能捕捉低频（0–40 Hz）动态？
• RQ4 在sEMG信号中，HFD与SampEn哪一个更能捕捉高频（60–120 Hz）动态？
• RQ5 单一非线性复杂性度量是否能充分表征在不同运动输出与皮层扰动下sEMG的动力学变化？

主要发现

• spTMS后，在中等收缩强度下，HFD与SampEn均显著低于轻度收缩强度。
• 在重度收缩时，SampEn相比中等收缩有所上升，而HFD未表现出显著变化。
• spTMS在所有收缩水平下均引起HFD与SampEn的显著降低，表明信号复杂性普遍受到抑制。
• 在合成正弦波信号中，SampEn在低频（0–40 Hz）下表现出更好的复杂性检测准确性，而HFD在高频（60–120 Hz）下准确性更高。
• 结果表明，HFD与SampEn对肌肉活动与神经扰动的变化反应不同，反映出对sEMG不同频率分量的互补敏感性。
• 本研究结论认为，仅依赖单一复杂性度量可能无法准确反映sEMG动力学特征，而结合HFD与SampEn可提供更全面的信号复杂性评估。