买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河北工业大学申请的专利一种基于动态社区检测的肌肉动态协同性分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116211323B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310166594.2，技术领域涉及：A61B5/389；该发明授权一种基于动态社区检测的肌肉动态协同性分析方法是由陈玲玲;耿俊杰;郭士杰;陈睿;郭欣设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本一种基于动态社区检测的肌肉动态协同性分析方法在说明书摘要公布了：本发明提出了一种基于动态社区检测的肌肉动态协同性分析方法，首先采集人体在运动过程中的表面肌电信号，构建时变肌电功能网络；然后检测单层肌电功能网络的肌肉社区聚类，得到每一层的肌肉社区，并按照相应的时间快照顺序排列形成社区集合；设置分辨率参数，用来调整每一层肌电功能网络对社区的敏感度，以及设置耦合度参数，用来调整层间的耦合度大小；然后以最大化多层模块度为指标，优化模块度的大小；最后将肌电功能网络具有强互连节点的簇划分为一个个不同的模块，同一模块内的节点簇视为在这一时刻下的协同性强的肌群，并随着时间变化肌肉协同也在动态变化，通过动态社区检测来揭示这一变化过程，实现对肌肉协同在运动变化中的动态解码。

本发明授权一种基于动态社区检测的肌肉动态协同性分析方法在权利要求书中公布了：1.一种基于动态社区检测的肌肉动态协同性分析方法，其特征在于，包括以下步骤： 步骤1：采集人体在运动过程中的表面肌电信号，预处理后通过滑动时间窗提取时域特征值，构建时变肌电功能网络； 步骤2：检测单层肌电功能网络的肌肉社区聚类； 步骤3：将按时间窗划分的每一层肌电功能网络，执行步骤2操作，得到每一层的肌肉社区，并按照相应的时间快照顺序排列形成社区集合； 步骤4：设置分辨率参数γ，用来调整每一层肌电功能网络对社区的敏感度；在社区集合中的层与层之间添加耦合度参数δ，用来调整层间的耦合度大小； 步骤5：以最大化多层模块度为指标，优化模块度的大小；将一个时间窗的模块与下一个时间窗中的自身建立映射，一个时间窗中的肌电功能网络邻接矩阵通过标识边链接到相邻时间窗中的邻接矩阵，相邻时间窗中的标识边连接到相邻时间窗中的自身，这个标识链接执行所有节点，通过最大化多层模块化质量函数来识别模块及其时间变化，最大化多层模块化质量函数Qmultslice表达式如下： 其中，Aijs为时间窗s中节点i和节点j之间的边的权值；s层中节点i的社区分配为gis，r层中节点j的社区分配为gjr，如果gis＝gjr，则δgis,gjr＝1，否则为0；总的边权重为其中Kjs＝kjs+cjs为s层中节点j的强度，kjs为s层中节点j的层内强度，cjs＝∑rCjsr为s层中节点j的层间强度，ms＝∑jkjs；参数γs是s层的结构分辨率参数，用于调整识别的社区数量，δsr表示s层和r层之间的层间耦合参数，用来调整层间的耦合大小，间接影响到社区的规模； 步骤6：对步骤4所提到的两个参数设定参数域，在参数域中对步骤5执行多次重复迭代，以修剪和优先处理在多次运行中确定的不同社区结构，通过调整互信息来确定最佳的分辨率参数和耦合度参数； 步骤7：将肌电功能网络具有强互连节点的簇划分为不同的模块，同一模块内的节点簇视为在这一时刻下的协同性强的肌群，并随着时间变化肌肉协同也在动态变化，通过动态社区检测来揭示这一变化过程，实现对肌肉协同在运动变化中的动态解码。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河北工业大学，其通讯地址为：300401 天津市北辰区西平道5340号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。