Motorične enote so najmanjše funkcionalne enote mišic. Analiza njihove aktivacije nudi vpogled v mehanizme kontrole gibanja pri ljudeh. Klasične metode za preiskave motoričnih enot datirajo več desetletji v preteklost. Temeljijo na invazivnih posnetkih s selektivnimi iglami. Nasprotno pa je neinvazivni površinski elektromiogram (EMG) običajno obravnavan kot interferenčni signal in uporabljen za določanje globalnih značilnosti mišičnih aktivacij, na primer s pomočjo amplitude signalov EMG. Te značilnosti so le grobo povezane z osnovnimi dejavnostmi motoričnih enot. V zadnjem desetletju so bile predlagane metode za zanesljivo ocenjevanje aktivnosti posameznih motoričnih enot iz signalov EMG. V tem preglednem članku opisujemo te metode, s poudarkom na tehnikah slepega ločevanja izvorov in tehnikah, ki se uporabljajo pri dekompoziciji površinskih signalov EMG. Pokažemo tudi, da lahko iz časov proženja motoričnih enot izločimo informacije o sinaptičnem vhodu, ki ga prejmejo motorični nevroni. Ob pregledu teh metod navajamo tudi primere aplikacij z reprezentativnimi rezultati.
COBISS.SI-ID: 19441174
Razvili smo metodo za identifikacijo proženj motoričnih enot (ME) iz večkanalnih površinskih elektromiogramov (EMG), ki smo jih posneli med ponovljenimi dinamičnimi skrčitvami skeletnih mišic. Predstavljen je nov konvolutivni podatkovni model dinamičnih signalov EMG, skupaj z metriko PNR (Pulse-to-Noise Ratio) za oceno natančnosti identifikacije ME in analizo vpliva akcijskih potencialov (AP) ME na identifikacijo ME med dinamičnimi mišičnimi skrčitvami. Predstavljeno metodologijo smo testirali na signalih mišic biceps brachii, vastus lateralis in rectus famoris, med različnimi hitrostmi njihovih dinamičnih skrčitev. Pri sintetičnih signalih z 10%, 30% in 50% stopnjo vzbujanja in eksperimentalno ocenjenimi AP ME mišice biceps brachii, je predstavljena metoda identificirala 15 ± 1, 18 ± 1 in 20 ± 1 ME na skrčitev. Omenjene ME so bile razpoznane s povprečno natančnostjo ) 90% in vrednostjo PNR ) 30 dB. Pri eksperimentalnih signalih, pridobljenih iz mišic vastus lateralis in rectus femoris, je metoda razpoznala 9,4 ± 1,9 in 7,8 ± 1,4 ME s povprečnima vrednostnima PNR 35,4 ± 3,6 in 34,1 ± 2,7 dB. Primerjava s predhodno razvito metodo kompenzacije konvolutivnih jeder (convolution kernel compensation - CKC) je potrdila superiorno sposobnost nove metode, ki sledi dinamičnim spremembam AP ME tudi v relativno hitrih mišičnih skrčitvah.
COBISS.SI-ID: 21986838
Primerjali smo metodo negativne matrične faktorizacije (NMF) in našo metodo kompenzacije konvolutivnih jeder (CKC) za dekompozicijo večkanalnih površinskih elektromiogramov (EMG). Eksperimentalni podatki so bili zajeti pri devetih zdravih preiskovancih med nadzorovanim upogibanjem, supinacijo in pronacijo ter ulnarno in radialno deviacijo zapestja. Motorične enote, razpoznane z metodo CKC in komponente NMF smo umestili v tri skupine. Tiste, ki so bile aktivne predvsem med prvo oziroma drugo smerjo gibanja na preučevano prostostno stopnjo so bili umeščene v skupino G1 oziroma G3. Preostale komponente so bile nespecifične za smer gibanja in so bile postavljene v skupino G2. Pri ulnarni in radialni deviaciji so bile relativne energije komponent NMF podobne relativnim energijam prožilnih vlakov motoričnih enot, razpoznanih z metodo CKC. V drugih dveh vrstah gibanja je bila energija komponent NMF v skupini G2 statistično značilno višja od energije razpoznanih motoričnih enot z metodo CKC. Dodatno smo izvedli analizo skladnosti med razpoznanimi prožilnimi trenutki motoričnih enot in vsoto komponent NMF v vsaki skupini. Obe dekompoziciji sta pokazali dobro ujemanje, vendar le pri frekvencah (3 Hz. Pri višjih frekvencah je koherenca med rezultati obeh metod komajda presegla vrednost 0,5. Potencialni razlogi za te razlike so negativni vplivi akcijskih potencialov motoričnih enot in šuma na metodo NMF.
COBISS.SI-ID: 21717270
Številne študije so v različnih eksperimentalnih pogojih pokazale izvedljivost in koristnost ocenjevanja hitrosti prevajanja akcijskih potencialov motoričnih enot (APME) iz površinskih elektromiogramov (EMG). Med njimi je bila pred kratkim predlagana metoda, ki temelji na optičnem toku in daje relativno natančno oceno prevodne hitrosti za signale EMG, pridobljene v monopolarnem načinu zajema. To metodo smo razširili z novim podatkovnim modelom, ki bolj realistično kompenzira variabilnost oblik APME in omogoča natančno oceno prevodne hitrosti tudi v prostorsko filtriranih signalih EMG. Predlagana modifikacija je bila potrjena na 5000 sintetičnih motoričnih enotah (ME) z znano prevodno hitrostjo in smerjo vlaken. Pokazali smo, da je v primerjavi z originalnim postopkom po naši izboljšavi povprečna napaka ocenjevanja prevodne hitrosti bistveno nižja, in sicer za do 2% pri monopolarnem in do 18,6% pri prostorsko filtriranem zajemu signalov EMG. Pri ocenjevanju smeri se je povprečna napaka znižala za do 2.4 % za monopolarne signale EMG in do 9.6 % za prostorsko filtrirane signale EMG.
COBISS.SI-ID: 20327446
Poglavje v znanstveni monografiji opisuje prednosti in omejitve dekompozicije površinskih elektromiogramov (EMG) v prispevke posameznih motoričnih enot. Najprej podrobno opišemo proces generiranja površinskih signalov EMG in uvedemo konvolutivni podatkovni model površinskih signalov EMG. Nato predstavimo, ovrednotimo in medsebojno primerjamo različne pristope k dekompoziciji površinskih signalov EMG, vključno s algoritmom ujemanja šablon in analizo latentnih spremenljivk. Zatem opišemo in ovrednotimo obstoječe postopke validacije dekompozicije površinskih signalov EMG. Podrobneje analiziramo tudi reprezentativnost razpoznanih motoričnih enot. Slednje je zelo pomembna lastnost dekompozicije površinskih signalov EMG, saj v postopku dekompozicije razpoznamo nekje med 5 in 60 od več sto sočasno aktivnih motoričnih enot v preučevani mišici. Na koncu na kratko opišemo več aplikacij dekompozicije površinskih signalov EMG.
COBISS.SI-ID: 19684374