基于肌肉sEMG时间频率特征和超声波测量肌肉质量参数的相关性分析

科学领域:

• 生物医学工程 生物医学工程
• 运动学 运动学
• 运动科学 运动科学 运动科学

背景情况:

• 骨肌质量评估对于评估健康和功能至关重要.
• 在临床环境中,需要用于肌肉质量监测的简单,便携式工具.
• 表面电肌图 (sEMG) 用于肌肉激活和功能,但其与肌肉质量指标的联系需要进一步探索.

研究的目的:

• 研究各种sEMG特征与肌肉质量指标之间的关系.
• 评估sEMG在预测肌肉厚度 (MT) 和横截面积 (CSA) 的潜力.

主要方法:

• 从16个受试者的6个腿肌肉中收集了最大自愿收缩 (MVC) 期间的sEMG数据.
• 提取了14个sEMG特征,包括根平均平方 (RMS) 和概率密度函数 (PDF).
• 利用超声波 (US) 测量MT和CSA,并使用皮尔森相关性和LASSO回归进行分析.

主要成果:

• 大多数sEMG特征与肌肉参数 (MVC,MT,CSA) 呈现中度至强度的相关性 (0.3 ≤ ┃r ┃r ┃r ≤ 0.7).
• 拉索模型在四头腿骨 (QF) 和腿筋 (HS) CSA (R2adj = 0.75,0.87) 中实现了有希望的预测准确性.
• 对于HS MT (R2adj = 0.61) 观察到良好的回归结果.

结论:

• sEMG技术显示出非侵入性肌肉健康监测和功能评估的巨大潜力.
• 研究结果表明,sEMG可以成为可穿戴,低成本肌肉健康监测和疾病诊断的宝贵工具.