V okviru projekta smo pridobili model vrednotenja mišične sestave preko novorazvitega senzorja. Z uporabo modela in podatkov, pridobljenih v letih 2001-2007, v okviru dveh drugih projektov ARRS smo izračunali razvojno prilagoditev mišic otrok v starostnem obdobju med 7 in 14 let. Danes imamo v objavi izvirni znanstveni članek.
B.04 Vabljeno predavanje
COBISS.SI-ID: 1536944324Orodje omogoča razcep površinskih elektromiogramov, posnetih med izometričnimi mišičnimi skrčitvami, na prispevke posameznih motoričnih enot. S tem nudi neinvaziven vpogled v kontrolne strategije človečkih mišic, tudi pri otrocih in bolnikih, pri katerih so igelne preiskave nezaželene. V preteklih štirih letih je bilo orodje preizkušeno na več kot 1000 zdravih merjencih in bolnikih z nevrodegenerativnimi obolenji. Trenutno se uporablja v preiskavah cerebralne paralize pri otrocih, v diagnostiki Parkinsonovega in esencialnega tremorja, pri preučevanju vpliva sladkorne bolezni na živčno-mišični sistem, pri načrtovanju kirurških posegov na področju čeljustne kirurgije, pri načrtovanju in ocenjevanju rehabilitacije po možganski kapi in pri ocenjevanju mišične atrofije in hipertrofije. Širša področja uporabe obsegajo ergonomijo, urjenje športnikov, preučevanje vpliva mikrogravitacije in krmiljenje nevroprotetičnih naprav. Orodje smo pričeli tržiti v začetku leta 2014 (http://demuse.uni-mb.si/).
F.06 Razvoj novega izdelka
COBISS.SI-ID: 18426390Motorični nevroni v hrbtenjači združujejo pretok informacij iz supraspinalnih centrov z informacijami aferentnih povezav in ustvarjajo nevronske kode, ki krmilijo človeške skeletne mišice. Mišice preoblikujejo te nevronske kode v akcijske potenciale motoričnih enot (električna aktivnost mišic) in v silo. Opisano električno aktivnost lahko preučujemo neinvazivno z merjenjem električne aktivnosti skeletnih mišic na površini kože (površinska elektromiografija). Posneti površinski elektromiogrami (EMG) navadno združujejo prispevke več mišic in več motoričnih enot, zato jih moramo obravnavati kot sestavljene signale. Signali EMG torej združujejo informacije več nevronskih izvorov, mešalni proces teh izvorov pa je v splošnem neznan, zato ga moramo oceniti iz meritev samih. Pred kratkim so bile razvite tehnike dekompozicije površinskih signalov EMG, ki zelo učinkovito naslavljajo to problematiko. Delujejo na različnih nivojih ocenjevanja informacij in zagotavljajo: i) razpoznavo aktivacijskih signalov skeletnih mišic v mišičnih sinergijah, ii) ločevanje aktivnosti preučevane mišice od prispevkov bližnjih mišic (odpravo tako imenovanega mišičnega presluha) in iii) identifikacijo prožilnih trenutkov posameznih motoričnih enot. Ta vabljeni pregledni članek osvetljuje predpostavke, omejitve in učinkovitost omenjenih metod in navaja reprezentativne primere njihove uporabe.
F.30 Strokovna ocena stanja
COBISS.SI-ID: 18016278