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！

龙图腾网获悉东南大学附属中大医院;浙江帝诺医疗科技有限公司;华狮医疗科技(南京)有限公司申请的专利结合肌肉协同分析与肌肉功能网络的数据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：CN119837546B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202411692474.7，技术领域涉及：A61B5/389；该发明授权结合肌肉协同分析与肌肉功能网络的数据分析方法是由王红星;李治;周停;王培;李孝熠;柳波;陈文莉;沈滢;王海涛设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本结合肌肉协同分析与肌肉功能网络的数据分析方法在说明书摘要公布了：本发明涉及数据分析技术领域，公开了结合肌肉协同分析与肌肉功能网络的数据分析方法，包括如下步骤：步骤S1：对各块肌肉在运动时的表面肌电信号进行收集；步骤S2：肌肉协同模式分析，采用非负矩阵分解对收集的表面肌电信号数据进行整合，提取肌肉协同模式，并使用方差解释率量化重构矩阵质量；步骤S3：肌肉功能网络分析，获取各肌肉通道间的归一化互信息，作为多通道表面肌电的非线性相关特征参数，构建肌肉功能网络。本发明基于表面肌电信号的肌肉协同分析与肌肉功能网络的数据分析方法，利用非负矩阵分解进行肌肉协同分析，采用归一化互信息量化通道之间的相互关系并构建肌肉功能网络，可以发现肌电数据集中潜在的、有价值的结构化、模块化信息。

本发明授权结合肌肉协同分析与肌肉功能网络的数据分析方法在权利要求书中公布了：1.结合肌肉协同分析与肌肉功能网络的数据分析方法，其特征在于：包括如下步骤： 步骤S1：对各块肌肉在运动时的表面肌电信号进行收集； 步骤S2：肌肉协同模式分析，采用非负矩阵分解对收集的表面肌电信号数据进行整合，提取肌肉协同模式，并使用方差解释率量化重构矩阵质量； 步骤S3：重复步骤S1-S2，对于每次重复实验，计算其提取出的肌肉协同模式之间的余弦相似性，根据重复实验之间的余弦相似性对各次实验进行排序，计算排序后重复实验的平均协同模式； 步骤S4：计算平均协同模式与各次重复实验协同模式的余弦相似性，确保平均协同模式可以代表各次重复实验； 步骤S5：通过归一化互信息分析肌电通道之间的相关性特征，得到归一化互信息矩阵，以构建肌肉功能网络； 步骤S6：在归一化互信息矩阵上，设立阈值以构建加权无向网络图； 步骤S7：计算加权无向网络中每个节点的特征以评估节点重要性，聚类系数以评估网络连通性，分析不同运动条件下的网络特征，绘制网络图； 所述步骤S1中，还包括对收集的表面肌电信号进行预处理，其中，预处理过程包括去除运动伪迹、滤波去噪、整流、归一化和取线性包络，然后将处理完成的数据按照运动类型分类储存； 所述步骤S2中，采用方差解释率量化非负矩阵分解后重构矩阵的质量，使两个矩阵的积以近似原始矩阵，其中一个矩阵的秩为k，k值迭代，直至方差解释率大于90%，即重构矩阵蕴含原始矩阵信息的90%以上； 所述步骤S3中，根据重复实验之间的余弦相似性对各次实验进行排序，计算排序后重复实验的平均协同模式，具体包括以下步骤： 步骤S31：计算重复实验多个矩阵之间的余弦相似性，并从中提取各对矩阵的相似性结果； 步骤S32：基于最大相似性原则对协同模式进行对齐，并根据对齐顺序对协同模式矩阵进行重新排列； 步骤S33：计算重新排列后的协同模式矩阵之间的余弦相似性，并对相似性矩阵的对角线元素求均值，以量化矩阵间的协同一致性； 步骤S34：计算出重新排列后多个协同模式矩阵的平均值，用于进一步分析和比较。

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东南大学附属中大医院;浙江帝诺医疗科技有限公司;华狮医疗科技(南京)有限公司，其通讯地址为：210000 江苏省南京市鼓楼区丁家桥87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”。

以上内容由龙图腾AI智能生成。