论文部分内容阅读
磨牙症是一种严重影响患者口腔健康的疾病,患者牙齿在长期磨牙过程中严重损伤。目前,临床上医生很难对磨牙症患者的疾病状态进行精准认定,只能依靠患者牙齿磨损程度进行初步的判定,急需一种精准安全的无损磨牙模式识别技术,对磨牙症的疾病状态进行有效的量化评估。本文利用磨牙时咀嚼肌表面肌电信号(Surface Electromyography,sEMG)的特征信息实现磨牙症量化评估,通过实时采集磨牙症患者咀嚼肌的sEMG,研究咀嚼肌sEMG信号中磨牙症特征模式,并挖掘如磨牙强度、频度等重要的磨牙特征信息,为后续临床应用打下基础。论文主要工作与创新点:1、基于磨牙症伴随咀嚼肌非功能性收缩的临床机理,设计了一套sEMG检测系统,能够实现磨牙症表面肌电信号的检测。完成了系统硬件和相应的嵌入式软件设计,实现了sEMG的采集、存储及显示,同时完成磨牙信号的模式识别和基本参数计算;2、完成磨牙强度和sEMG信号关联研究,实现磨牙强度的sEMG精确测定。研究采用薄膜压力传感器在口腔内测量磨牙强度,并同时测定对应的sEMG信号,获得咀嚼肌sEMG与磨牙强度的数学关系。研究表明咀嚼肌sEMG与磨牙强度变化规律一致,结果证明可通过咀嚼肌sEMG实时反应磨牙强度;3、完成sEMG信号的磨牙症特征信号研究。采用时域、频域、熵值的分析方法,提取咀嚼肌sEMG特征参数,包括均方根值(Root Mean Square,RMS)和积分肌电值(Integral Electromyography,iEMG)、中值频率(Median Frequency,MF)和平均功率频率(Mean Power Frequency,MPF)、近似熵(Approximate Entropy,ApEn)和样本熵(Sample Entropy,SampEn)。研究结果表明ApEn和SampEn作为磨牙症精准模式识别研究的有效特征参数最为合理;4、完成磨牙sEMG信号的模式识别研究,通过sEMG信号精准的判定静息态、紧咬态、磨牙态;完成磨牙症基本特征参数的提取,实现磨牙症量化评估。提取静息态、紧咬态、磨牙态三种模式的咀嚼肌sEMG有效特征参数,计算训练样本集的聚类中心,提取测试样本的特征矢量值,计算两者之间马氏距离,分析比较后完成基于特征矢量的聚类分析,从而实现磨牙症的精准模式识别。结果表明紧咬态识别率90%以上,静息态与磨牙态识别率大于85%,并实现磨牙状态的磨牙强度、持续时间和频度的精确测定。本文实现了sEMG的磨牙症精准模式识别和量化评估,对磨牙症的诊断与治疗具有重要的应用价值。