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！

龙图腾网恭喜杭州电子科技大学申请的专利基于高斯Copula传递熵的肌间耦合网络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：CN111931129B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202010715620.9，技术领域涉及：G06F17/18；该发明授权基于高斯Copula传递熵的肌间耦合网络分析方法是由王洪安;佘青山;范影乐;罗志增设计研发完成，并于2020-07-23向国家知识产权局提交的专利申请。

本基于高斯Copula传递熵的肌间耦合网络分析方法在说明书摘要公布了：本发明公开了一种基于高斯Copula传递熵的肌间耦合网络分析方法。本发明首先采用高斯Copula函数估计传递熵，然后采集了8名健康被试和5名卒中患者执行及物运动任务时5通道的表面肌电信号，利用快速傅里叶变换提取出α、β和γ频段信息，进而采用高斯Copula传递熵作为测度建立肌间耦合网络，最后通过网络拓扑参数分析肌间特征频段的功能耦合和信息流向特征。本发明避免了对联合概率密度的估计，能更好地推断出复杂网络中因果关系，对于挖掘潜在的运动控制机制和运动功能康复评估具有良好的应用价值。

本发明授权基于高斯Copula传递熵的肌间耦合网络分析方法在权利要求书中公布了：1.基于高斯Copula传递熵的肌间耦合网络分析方法，其特征在于：该方法包括以下主要步骤：步骤1，多通道表面肌电信号的同步采集与预处理；具体为：在表面肌电设备的监控下，同步采集上肢前三角肌、内侧三角肌、后三角肌、肱二头肌、肱三头肌上的5通道表面肌电信号，采样频率为2000Hz；步骤2，高斯Copula传递熵的定义与计算；具体为：假设两通道表面肌电信号X＝{x1,x2,...,xT}，Y＝{y1,y2,...,yT}分别为一阶马尔科夫过程，T为时间序列的长度，X→Y的高斯Copula传递熵定义为 其中，τ和t分别为X和Y的滞后时间，k和l分别为X和Y的嵌入维度，ρ1，ρ2和ρ3分别为高斯Copula函数参数，Hc*表示变量间的高斯Copula熵；由高斯Copula传递熵的表达式可知，其关键在于3项高斯Copula熵的估计，高斯Copula熵的估计采用以下3个步骤：a非参数核密度估计边际分布函数假设各通道表面肌电信号是来自连续分布函数Fixi的同分布样本，那么Fixi的非参数核密度估计为 其中，为概率密度函数， 其中，hi为窗宽，当T→∞，hi→0，Th→∞时，非参数核密度估计是真实概率密度分布的一致估计，K·为核函数；b典型极大似然法估计高斯Copula参数在利用非参数核密度估计边际分布函数后，可以无需估计边际分布中的参数，只要估计Copula函数中的参数ρ c蒙特卡洛法估计高斯Copula熵Hcx1,x2,...,xd＝-E[logcu1,u2,...,ud]5其中，E[·]表示数学期望；步骤3，肌间耦合网络的搭建与分析；具体为：a定义网络的节点和边肌间耦合网络本质上是有向加权复杂网络，可用G表示，G＝V,E；V＝{v1,v2,...,vn}为肌肉节点集合，为边集合；肌间耦合网络的节点数目为n＝|V|，边数为m＝|E|；vi∈V表示网络中的一个节点，vi→vj∈E表示节点vi到节点vj的一条有向边；表示有向边vi→vj的权值；b确定网络连接阈值设置阈值在0.1～0.9*maxGCTE变化，其中maxGCTE表示网络中GCTE的最大值，将肌间耦合网络的拉普拉斯矩阵的第二小非零特征值λmin所对应的阈值确定为最佳阈值；设第k+1个阈值对应的邻接矩阵为GCTEk+1，k∈[1,9]，肌间耦合网络的拉普拉斯矩阵L的第二小特征值λmin等于0L＝D-GCTEk+16其中，D为肌间耦合网络的度矩阵，对角元素Dii为GCTEk+1的第i列元素之和，其余元素为零；则将取第k个阈值为最佳阈值，阈值化后的邻接矩阵为 c分析静态网络参数利用图论中度和聚类系数来分析各频段上肌间耦合网络的拓扑属性；具体分为两个方面：一是面向节点的节点度和节点聚类系数，反映网络的局部特性；二是面向网络的网络平均度和聚类系数，反映网络的全局特征；节点度和节点聚类系数依据肌间耦合网络，定义每个肌肉节点vi的入度和出度分别为Dinvi和Doutvi，聚类系数为CCvi 其中，Dinvi越大，表明该节点在网络中是多个节点共同作用的结果，影响该节点的连接越多；Doutvi越大，表明该节点在网络中所起作用越大；当节点之间具有相同的入度和出度时，认为这些节点是同质的；CCvi越大，表明该节点与相邻节点之间存在规则且频繁的转换；网络的平均度和聚类系数定义肌间耦合网络的平均度AD为所有节点的入度和出度的平均值，网络的聚类系数NCC为所有节点的聚类系数的平均值 其中，AD越大，网络中连边越多，连通性越好；NCC∈[0,1]，当NCC＝0，表示网络中所有节点都是孤立节点，当NCC＝1，表示网络中任意节点间都有边相连。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街；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”。