繰り返し動的な筋肉収縮における高密度表面筋電図からのモーターユニットの識別

繰り返し動的な筋肉収縮中に記録された高密度表面筋肉造影（HDEMG）からのモーターユニット（MU）発火の識別方法について説明します。MU識別精度の評価のためのパルスとノイズ比（PNR）メトリックと、MU活動電位の影響（MUAP）変化のMU識別に対する動的筋肉収縮の変化の分析とともに、動的HDEMGの新しい畳み込みデータモデルが提示されます。。上腕二頭筋、Vastus lateralis、およびfamoris筋肉のシグナルに関する提示された方法論を、すべて異なる動的収縮の速度ですべてテストしました。励起レベルが10％、30％、50％、および上腕二頭筋筋肉から実験的に記録されたMUAPSの合成信号では、提示された方法では、それぞれ15±1、18±1、および20±1の収縮あたり20±1 Musがそれぞれ平均的に識別されました。感度と精度> 90％およびPNR> 30dB。大腿骨筋および大腿直筋の低い力の収縮中に獲得した実験的信号では、この方法では、35.4±3.6および34.1±2.7 dBのPNR値で9.4±1.9および7.8±1.4 MUSを特定しました。以前に導入された畳み込みカーネル補償方法と比較して、動的なMUAPの変化に従う新しい方法の能力が確認され、比較的速い筋肉収縮でも確認されています。

We describe the method for identification of motor unit (MU) firings from high-density surface electromyograms (hdEMG), recorded during repeated dynamic muscle contractions. A new convolutive data model for dynamic hdEMG is presented, along with the pulse-to-noise ratio (PNR) metric for assessment of MU identification accuracy and analysis of the impact of MU action potential (MUAP) changes in dynamic muscle contractions on MU identification. We tested the presented methodology on signals from biceps brachii, vastus lateralis, and rectus famoris muscles, all during different speeds of dynamic contractions. In synthetic signals with excitation levels of 10%, 30% and 50%, and MUAPs experimentally recorded from biceps brachii muscle, the presented method identified 15 ± 1, 18 ± 1, and 20 ± 1 MUs per contraction, respectively, all with average sensitivity and precision >90% and PNR >30dB. In experimental signals acquired during low force contractions of vastus lateralis and rectus femoris muscle, the method identified 9.4±1.9 and 7.8±1.4 MUs with PNR values of 35.4±3.6 and 34.1±2.7 dB. In comparison with the previously introduced Convolution Kernel Compensation method, the capability of the new method to follow dynamic MUAP changes is confirmed, also in relatively fast muscle contractions.