超快超声波图像的空间分解以确定运动单元活动 - 用肌内和表面EMG进行比较研究

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 肌肉骨研究 研究

背景情况:

• 运动单元 (MU) 对于自愿运动至关重要,通常使用电肌学 (EMG) 来研究.
• 电磁热技术在检测量方面存在局限性,这促使人们探索替代方法.
• 超快超声波 (UUS) 成像为检测MU活动提供了一种新的方法.

研究的目的:

• 将UUS图像上的盲源分离 (BSS) 的有效性与用于识别个体MU活动的传统EMG技术进行比较.
• 评估BSS在检测MU尖列车和表征其属性 (动区域和时间概况) 中的准确性.
• 评估基于UUS的BSS在一系列肌肉力量的性能,达到最大自愿收缩 (MVC) 的30%.

主要方法:

• 在11名参与者身上同时进行了表面或肌肉内EMG和UUS成像的记录.
• 盲源分离 (BSS) 应用于UUS图像以确定个别的MU活动.
• 来自BSS的MU尖列车与来自EMG的尖列车进行了直接比较.
• 使用EMG衍生的尖峰作为触发器来评估抽区域和时间概况,分析了尖峰触发平均UUS图像.

主要成果:

• 与EMG相比,BSS方法在识别单个MU峰值方面取得了53.0%±16.0%的中度准确度.
• 尽管尖列车的准确性较低,但MU抽的空间位置和时间特征被准确地确定.
• 即使在30%的MVC力下,MU抽特性也保持了准确的识别.

结论:

• 目前用于UUS成像的BSS方法可以准确地定位和描述大量MU群体的平均抽.
• 这种基于UUS的方法为研究神经机械学在广泛的肌肉截面方面提供了潜力.
• 由于信号总和的复杂性,需要在BSS方法中进一步进步,才能完全恢复完整的MU尖端列车.