在电肌学 (CEDE) 项目中进行实验设计的共识:应用EMG来估计肌肉力

科学领域:

• 生物力学和运动控制
• 生物医学工程 生物医学工程
• 神经科学是一个神经科学.

背景情况:

• 骨肌肉对于运动至关重要,肌肉力量估计对生物力学,机器人学和康复至关重要.
• 在体内直接测量肌肉力量是侵入性的;像电肌图 (EMG) 这样的非侵入性方法是非常理想的.
• 由于生理和生物力学复杂性,精确的肌肉力量估计具有挑战性.

研究的目的:

• 总结关于使用EMG来估计肌肉力量的建议,由电子肌谱实验设计共识 (CEDE) 项目开发.
• 提供关于在不同收缩类型和应用中使用各种EMG技术 (表面,高密度,肌肉内) 的适当性和理由的指导.
• 促进跨学科的讨论,并促进EMG与其他技术的整合,以准确预测肌肉力量.

主要方法:

• 制定一个共识矩阵,概述EMG在肌肉力量估计中的使用建议.
• 包括应用程序,如识别在同度收缩期间的力量开始/抵消/波动.
• 考虑动态收缩和与肌肉骨模型的整合,以估计力.

主要成果:

• 共识矩阵表明有限的场景,只有EMG才能准确估计肌肉力量.
• 准确的力量估计通常需要考虑正式模型中的肌肉激活,状态和其他生物机械/生理因素.
• 建议涵盖双极表面EMG,高密度表面EMG和肌肉内EMG用于各种力量估计任务.

结论:

• 电肌图 (EMG) 对于准确估计骨肌肉力具有特定的,有限的应用.
• 整合EMG数据与生物机械和生理模型对于可靠的肌肉力量预测至关重要.
• 该CEDE矩阵旨在指导研究人员和临床医生优化基于EMG的肌肉力量估计技术.