モーターユニット活動電位伝導速度画像処理技術を使用した表面筋電図信号から推定される

表面筋電図（表面EMG、またはS-EMG）では、伝導速度（CV）とは、収縮中に筋肉繊維に沿って運動単位活動電位（MUAPS）が伝播する速度を指します。CVは、筋肉繊維の種類と直径、イオン濃度、pH、およびモーターユニット（MU）の発火率に関連しています。CVは、MUSの収縮特性と筋肉疲労の評価に使用できます。CV推定で最も一般的な方法は、最尤推定（MLE）に基づく方法です。この作業は、デジタル画像処理手法を使用して、S-EMG信号からCVを推定するためのアルゴリズムを提案しています。提案されたアプローチは、シミュレートされたマルチチャネルS-EMG信号の両方を使用して、実証および評価されます。提案されたアルゴリズムは、ノイズとCVの典型的な条件のMLEメソッドと同じくらい正確で正確であることを示します。提案された方法は、MLEアルゴリズムによく見られるMUAP伝播方向または不十分な初期化パラメーターに関連するエラーの影響を受けません。画像処理ベースのアプローチは、マルチチャネルS-EMG信号からさまざまな生理学的パラメーターを抽出するためのS-EMG分析で役立つ場合があります。画像処理に基づいた他の新しい方法は、個々のMUのCVの推定、神経支配ゾーンのローカリゼーションと追跡、MU募集戦略の研究など、EMG分析の他のタスクの解決に役立つために開発することもできます。

In surface electromyography (surface EMG, or S-EMG), conduction velocity (CV) refers to the velocity at which the motor unit action potentials (MUAPs) propagate along the muscle fibers, during contractions. The CV is related to the type and diameter of the muscle fibers, ion concentration, pH, and firing rate of the motor units (MUs). The CV can be used in the evaluation of contractile properties of MUs, and of muscle fatigue. The most popular methods for CV estimation are those based on maximum likelihood estimation (MLE). This work proposes an algorithm for estimating CV from S-EMG signals, using digital image processing techniques. The proposed approach is demonstrated and evaluated, using both simulated and experimentally-acquired multichannel S-EMG signals. We show that the proposed algorithm is as precise and accurate as the MLE method in typical conditions of noise and CV. The proposed method is not susceptible to errors associated with MUAP propagation direction or inadequate initialization parameters, which are common with the MLE algorithm. Image processing -based approaches may be useful in S-EMG analysis to extract different physiological parameters from multichannel S-EMG signals. Other new methods based on image processing could also be developed to help solving other tasks in EMG analysis, such as estimation of the CV for individual MUs, localization and tracking of innervation zones, and study of MU recruitment strategies.