一个开源工具箱,用于加强评估周期性运动期间的肌肉激活模式

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.
• 生物力学 生物力学

背景情况:

• 对肌肉激活的准确时间分析对于患者的评估和康复监测至关重要.
• 表面电肌图 (sEMG) 数据的高周期变异性使肌肉激活模式的解释变得复杂.
• 现有的方法对一致的临床应用和研究解释提出了挑战.

研究的目的:

• 介绍一个开源的Python工具箱,CIMAP,用于表征和评估周期性运动期间的肌肉激活模式.
• 为科学家提供一个可访问的工具,以克服sEMG数据变化的局限性.
• 为了方便在研究和临床环境中更容易解释和应用肌肉激活分析.

主要方法:

• 开发CIMAP (用于识别肌肉激活模式的集群),这是一个开源的Python工具箱.
• 使用聚合层次的分类,以组合具有相似肌肉活动的运动周期.
• 提供了一个框架,包括肌肉激活间隔和树图可视化.

主要成果:

• CIMAP为评估肌肉激活模式提供了一个全面的框架.
• 工具箱允许基于相似的肌肉活动对运动周期进行分组.
• 它提供灵活的修改,以满足各种科学需求.

结论:

• CIMAP提供了一种标准化且易于使用的方法,用于分析循环运动期间的肌肉激活模式.
• 该工具箱支持各种领域的科学家,包括生物医学工程,机器人,体育,诊所,生物力学和神经科学.
• CIMAP提高了在研究和临床实践中解释和利用sEMG数据的能力.