Slepa ločitev večkanalnih površinskih elektromiogramov dinamičnih mišičnih skrčitev : doktorska disertacija

slovenski

doktorska dela

2016

blind separation   dinamične mišične skrčitve   Disertacije   doktorske disertacije   dynamic muscle contractions   Elektromiografija   elektromiogrami   multichannesl surface electromiograms   prožilni vzorci motoričnih enot   Signali   slepa ločitev signalov   večkanalni površinski elektromiogrami

Univerza v Mariboru, Fakulteta za elektrotehniko računalništvo in informatiko

Analiza elektromiogramov (EMG) je v medicini izredno pomembna in pogosto predstavlja ključen del diagnostike. V Laboratoriju za sistemsko programsko opremo UM FERI je bila v preteklosti razvita metoda kompenzacije konvolucijskih jeder (ang. convolution kernel compensation - CKC), ki signale EMG dekomponira na prispevke posameznih motoričnih enot. Ta metoda je bila obširno testirana in se je v primeru izometričnih mišičnih skrčitev izkazala za izredno učinkovito. V primeru dinamičnih mišičnih skrčitev pa nastopijo geometrijske deformacije mišičnega tkiva, ki močno zmanjšajo učinkovitost metode CKC. V doktorski disertaciji podrobno preučimo spremembe površinskih signalov EMG pri dinamičnih mišičnih skrčitvah in predstavimo dva nova algoritma za njihovo dekompozicijo na prispevke motoričnih enot. Oba algoritma izhajata iz metode CKC. Prvi algoritem izkorišča v doktorski disertaciji predstavljeno ugotovitev, da so nepotujoče komponente akcijskih potencialov motoričnih enot (APME) bistveno manj občutljive na geometrijske spremembe mišice kot potujoče komponente APME in metodo CKC prilagodi zaznavi nepotujočih komponent APME. Drugi postopek temelji na dinamični obtežitvi prispevkov posameznih motoričnih enot v izmerjenih signalih EMG in s tem omogoči avtomatsko prilagajanje metode CKC dinamičnim spremembam APME. Oba algoritma smo ovrednotili s sintetičnimi in z eksperimentalnimi površinskimi signali EMG. V ta namen smo obstoječi napredni simulator površnikih signalov EMG funkcionalno dogradili tako, da simulira dinamične mišične skrčitve in z njimi analizira vpliv šuma, prostorskih filtrov in razpona dinamičnih skrčitev na učinkovitost obeh predstavljenih algoritmov. Eksperimentalne signale smo izmerili nad mišicama vastus lateralis in rectus femoris pri petih zdravih mladih preiskovancih. Izmerili smo dve hitrosti upogiba kolenskega sklepa, in sicer 5 °/s in 10 °/s. V vseh testih se je za najbolj učinkovito izkazala metoda z dinamično obtežitvijo prispevkov motoričnih enot, ki je v primeru mišice vastus lateralis z visoko natančnostjo razpoznala 6,5 % 1,8, v primeru mišice rectus femoris pa 4,5 % 1,6 motoričnih enot. Metoda, ki temelji na uporabi nepotujoče komponente APME, je bila statistično značilno manj učinkovita, še zlasti v primeru eksperimentalnih signalov EMG.

07.08.2023