提高最大自发同度收缩的估计:探索反操纵的实用性
J Logan Gibson1, Manish Vaidya2
1University of North Texas, 1516 Nightingale Ln., Corinth, TX, 76210, USA. logangibson@my.unt.edu.
Applied psychophysiology and biofeedback
|February 24, 2025
概括
与标准的口头鼓励相比,基于强化学习的最大自发同度收缩 (R-MVIC) 显著改善了盆地肌肉强度估计. 这种非侵入性表面电肌图的生物反增强了对盆地功能障碍的评估.
科学领域:
- 身体生理学 身体生理学
- 康复科学 康复科学 康复科学
- 生物医学工程 生物医学工程
背景情况:
- 骨盆底功能障碍 (PFD) 影响生活质量,特别是在老年人中,通常是由于骨盆底肌肉 (PFM) 减弱.
- 运动可以加强PFMs,但侵入性协议限制了坚持.
- 非侵入性表面电肌图 (sEMG) 为评估PFM强度提供了一种可行的方法.
研究的目的:
- 为了比较基于强化的最大自愿同度收缩 (R-MVIC) 策略与标准口头鼓励 (SVE) 策略,以估计PFM强度.
- 评估反和灭绝爆发的有效性,以提高使用sEMG的MVIC估计.
主要方法:
- 采用单个情况逆转 (ABAB) 设计,十名参与者执行孤立的PFM收缩.
- sEMG测量了横腹部/内斜部 (TrA/IO) 部位的肌肉活动 (微伏).
- R-MVIC条件包括预训练,具体指令,基于标准的反和灭绝爆发操纵.
主要成果:
- R-MVIC的峰值幅度明显高于SVE,增加了52% (平均差异为746mV).
- 这种R-MVIC条件始终引发了更强的PFM收缩.
- 这表明了反和灭绝爆发在改善MVIC估计方面的有效性.
结论:
- R-MVIC是一种有效的策略,可以提高PFM强度的估计.
- 基于sEMG的生物反是一种非侵入性技术,可以改善PFD治疗方案.
- 这种方法为评估和潜在治疗PFM弱点提供了一个有希望的替代方案.
