NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka planLokomotor kontrol, merkezi bir desen jeneratörü, spinal refleksler ve supraspinal kontrol merkezleri de dahil olmak üzere sinir mekanizmalarının karmaşık bir entegrasyonu ile gerçekleştirilir. Yürüme sırasında kas aktivasyonu desenleri, kas gruplarının birleşik patlamalarda aktive olduğu görünen altta yatan bir yapı sergiler. Burada sunulan, Lokomotor kontrolün merkezi bir kalıp üreteci modeli ile tutarlı olan ritmik "patlama" kalıplarını sınıflandırmak amacıyla Yüzey Elektromiyografisi (SEMG) verilerini analiz etmek için istatistiksel bir yaklaşımdır.MetodlarRitmik lokomotor kalıpların bulanık bir modeli, dört adet mümkün gövdeli bireyin kolaylık örneklerinden SEMG verileri kullanılarak optimize edildi ve değerlendirildi. Ayrıca patolojik yürüyüşü olan iki denek katıldı: biri Parkinson hastalığı, diğeri de tamamlanmamış omurilik yaralanması. Denekler aşırı zeminde ve koşu bandında yürürken, SEMG alt ekstremitelerin büyük kaslarından kaydedildi. Model, doğrusal olmayan optimizasyon kullanarak kaydedilen verilerin yarısına uygundu ve verilerin diğer yarısına karşı doğrulandı. Kararlılık katsayısı, R(2), modelin uyum iyiliğini yorumlamak için kullanıldı.Sonuçlar Dört bulanık patlama deseni kullanarak, model koşu bandı yürüyüş sırasında kas aktivasyonunda varyansın yaklaşık% 70-83'ünü ve yer üstü yürüyüş sırasında% 74'ünü açıklayabildi. Beş patlama fonksiyonu kullanıldığında, bir fonksiyonun gereksiz olduğu bulundu. Model, Parkinson yürüyüşünün varyansının %81-83'ünü açıkladı ve omurilik yaralı yürüyüşteki varyansın sadece %46-59'unu açıkladı.Bu makalede önerilen analitik yaklaşım, verileri temel ritmik kalıplara indirgeyerek çok kanallı SEMG sinyallerini yorumlamanın yeni bir yoludur. Bu, lokomotif kontrolünde ritmik kalıpların rolünü daha iyi anlamamıza yardımcı olabilir.
Özgün kaynak özetini okuyun
BackgroundLocomotor control is accomplished by a complex integration of neural mechanisms including a central pattern generator, spinal reflexes and supraspinal control centres. Patterns of muscle activation during walking exhibit an underlying structure in which groups of muscles seem to activate in united bursts. Presented here is a statistical approach for analyzing Surface Electromyography (SEMG) data with the goal of classifying rhythmic "burst" patterns that are consistent with a central pattern generator model of locomotor control.MethodsA fuzzy model of rhythmic locomotor patterns was optimized and evaluated using SEMG data from a convenience sample of four able-bodied individuals. As well, two subjects with pathological gait participated: one with Parkinson's Disease, and one with incomplete spinal cord injury. Subjects walked overground and on a treadmill while SEMG was recorded from major muscles of the lower extremities. The model was fit to half of the recorded data using non-linear optimization and validated against the other half of the data. The coefficient of determination, R(2), was used to interpret the model's goodness of fit.ResultsUsing four fuzzy burst patterns, the model was able to explain approximately 70-83% of the variance in muscle activation during treadmill gait and 74% during overground gait. When five burst functions were used, one function was found to be redundant. The model explained 81-83% of the variance in the Parkinsonian gait, and only 46-59% of the variance in spinal cord injured gait.ConclusionsThe analytical approach proposed in this article is a novel way to interpret multichannel SEMG signals by reducing the data into basic rhythmic patterns. This can help us better understand the role of rhythmic patterns in locomotor control.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.