适应性动力单元在行走时的分解:朝着系统的验证.
概括
这项研究引入了一种新的方法来跟踪运动单元 (MU) 在行走时使用高密度电肌图 (RDEMG) 的行为. 适应性方法准确地解码了MU的发射和激活,这对于开发先进的辅助技术至关重要.
科学领域:
- 神经科学是一个神经科学.
- 生物力学 生物力学
- 生物医学工程 生物医学工程
背景情况:
- 了解运动单元 (MU) 行为是人类运动控制和辅助技术开发的关键.
- 目前分析MU活动的方法是有限的,特别是在动态活动中,如移动.
- 准确的MU抽反应特征对于解读肌肉收缩机制至关重要.
研究的目的:
- 提出一种适应性,在线能力的方法来解码唯一的MU发射事件和机车移动期间的激活动态.
- 根据既有方法和生物力学数据验证拟议的框架.
- 为了实现适应式辅助设备的实时MU特定激活分析.
主要方法:
- 开发了一个使用先进的盲源分离技术用于MU检测和非静止信号分析的框架.
- 实施了用于参数导出的离线过程和用于实时MU分析的在线自适应策略.
- 验证了对肌内EMG和对脚关节瞬间的MU特异激活进行解码的MU尖峰列车.
主要成果:
- 适应性在线方法证明了与肌内EMG衍生的MU尖列车的改进一致.
- 在解码的MU特异激活和在运动过程中测量的脚关节时刻之间发现了强烈的相关性.
- 该方法成功地解决了非静态的MU动作潜力的变化.
结论:
- 提出的自适应方法有效地解码了机车在移动期间的MU发射和激活动态.
- 这种方法为适应性辅助设备的实时应用提供了显著的希望,用于个性化康复和进度跟踪.
- 这些发现有助于我们更好地理解人类运动中神经控制的过程.


