表面肌电图规范化方法对步行肌肉协同作用的影响
Pablo Ortega-Auriol1, Thor Besier1, Angus J C McMorland2
1Auckland Bioengineering Institute & Department of Engineering Science and Biomedical Engineering, University of Auckland, Auckland, New Zealand.
概括
选择正确的正常化方法对于准确的肌肉协同分析在儿童步行中至关重要. 特定任务最大值 (TSM) 和试验间最大值 (ITM) 方法提供比其他方法更一致的结果.
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.
- 人类运动科学科学 人类运动科学
背景情况:
- 肌肉协同作用对于理解运动控制至关重要.
- 电肌图 (EMG) 数据处理需要适当的规范化才能进行准确的分析.
- 规范化技术的变化可能会影响肌肉协同提取.
研究的目的:
- 研究六种不同的正常化方法对从EMG数据中提取肌肉协同效应的影响.
- 评估正常化如何影响儿童在行走过程中的协同复杂性,结构和激活系数.
- 为儿童运动控制研究确定最可靠的正常化方法.
主要方法:
- 在行走试验期间,从18名典型发育的儿童 (8-15岁) 收集了EMG数据.
- 应用了六种规范化方法:原始,试验内最大值 (WTM),试验间最大值 (ITM),任务特定最大值 (TSM),大小百分比 (MP) 和单位变量.
- 使用非负矩阵因子化 (NMF) 来提取肌肉协同效应.
主要成果:
- 正常化方法显著影响了提取的肌肉协同作用的数量,结构和时间特征.
- 与其他方法相比,TSM和ITM方法导致了更一致的肌肉协同作用.
- MP和WTM方法在协同提取中显示出更大的可变性.
结论:
- 正常化方法的选择对儿科患者的肌肉协同分析产生了重大影响.
- 推使用TSM和ITM,以便在行走过程中获得更强大,更可靠的肌肉协同提取.
- 标准化标准化程序对于推进电机控制研究和开发统一处理工作流程至关重要.
更多相关视频
11:25Simultaneous Scalp Electroencephalography EEG, Electromyography EMG, and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding
Published on: July 26, 2013
43.3K
07:52Evaluating Postural Control and Lower-extremity Muscle Activation in Individuals with Chronic Ankle Instability
Published on: September 18, 2020
8.3K
