使用MScanFit估计人体延伸器的动力单元数量
Cliff S Klein1, Hui Liu1, Yuan Xiong1
1Guangdong Work Injury Rehabilitation Center, Guangzhou, Guangdong, China.
PloS one
|April 26, 2024
概括
这项研究优化了电极的放置,以准确地估计移动单元数 (MUNE) 在体数字最小 (ADM) 肌肉中. MScanFit分析显示,在精确的电极定位下,Mune的变化性会减少,从而提高估计可靠性.
科学领域:
- 神经肌肉生理学 神经肌肉生理学
- 运动控制研究研究
背景情况:
- 运动单元数估计 (MUNE) 对于评估神经肌肉健康至关重要.
- MUNE结果的变化通常与复合肌动力潜能 (CMAP) 幅度有关.
- 优化电肌图 (EMG) 电极定位对于可靠的MUNE至关重要.
研究的目的:
- 用MUNE的新型MScanFit方法来确定引体digiti minimi (ADM) 肌肉中的运动单元数和尺寸参数.
- 为了研究精确的EMG电极定位对Mune精度的影响.
- 通过解决与CMAP大小相关的变异性来完善MUNE方法.
主要方法:
- 21名健康的成年人 (21-44岁) 参加.
- 从ADM上的9个位置记录了最大的CMAP,以确定最佳的电极位置.
- 通过使用MScanFit模型刺激部神经,为Mune生成ADM刺激-反应曲线 ("MScan").
主要成果:
- 最佳电极位置在个体之间有所不同,往往高于或接近ADM中腹部.
- 关键的MScanFit参数包括CMAP振幅 (3.1-8.5mV),平均SMUP振幅 (34.4-106.7μV) 和Mune (43-103).
- MUNE与最大CMAP振幅没有显著的相关性,但与平均SMUP振幅有相关性 (R2 = -0.19,P = 0.05).
结论:
- ADM CMAP 振幅对电极位置高度敏感,电极位置因个人而异.
- 在ADM MUNE的个体差异并没有通过CMAP振幅来解释.
- 减少主体间MUNE变异性表明由于优化电极放置和MScanFit方法,精度得到改善.
