教程:分析中央和外围电机单元的特性,从分解的高密度表面EMG信号与开放的Hdemggg

科学领域:

• 生物医学工程 生物医学工程
• 神经科学是一个神经科学.
• 人体生理学 人体生理学

背景情况:

• 高密度表面电肌图 (HD-sEMG) 是一种关键的非侵入性技术,用于分析人类运动单元 (MU) 活动.
• 高清sEMG允许研究中央MU属性 (例如,放电率) 和外围属性 (例如,导电速度).
• 通过HD-sEMG,可以在会话中跟踪单个MU,并分析大型MU群体.

研究的目的:

• 为研究分解的HD-sEMG录音的MU特性提供一个全面的教程.
• 介绍openhdemg,一个开源的Python框架用于自动化MU分析.
• 为读者提供理论知识和实用工具,以进行可靠的HD-sEMG数据分析.

主要方法:

• 使用尖端触发平均值来估计MU传导速度和跟踪MU.
• 使用openhdemg框架进行HD-sEMG数据处理,可视化,编辑和分析.
• 利用Python 3和模块化设计,以适应各种记录系统和分解技术.

主要成果:

• 展示如何从高清sEMG数据中分析MU属性,包括放电率和导电速度.
• 成功实施开放的DMG框架,实现自动化和可靠的MU分析.
• 验证openhdemg与现有的记录软件和分解方法的兼容性.

结论:

• openhdemg提供了一个强大的,用户友好的工具,用于分析HD-sEMG的MU属性.
• 该框架为具有不同编码专业知识的研究人员提供了高级分析,包括GUI选项.
• 本教程和框架推进了对人类神经肌肉功能的非侵入性研究.