Lihasspastisuus on yleinen oire potilailla, joilla on aivohalvaus (CP), ominaista lisääntynyt lihasten sävy ja liioiteltu refleksit. Havaitseminen ja seuranta spastisuus on ratkaisevan tärkeää tehokkaan hoidon suunnittelun ja parantaa potilaiden elämänlaatua. Electromyografia (EMG) signaalin käsittely tarjoaa ei-invasiivista menetelmää analysoida lihasten toimintaa ja tunnistaa spastisuus jaksoja tarkasti.

EMG-signaalin käsittelyn ymmärtäminen

EMG-signaalit ovat lihaskuitujen supistumisen aikana tuottamia sähkösignaaleja. Nämä signaalit voidaan tallentaa iholle asennetuilla pintaelektrodilla. Raaka EMG-data sisältää kuitenkin melua ja esineitä, jotka vaativat käsittelyä merkityksellisen tiedon saamiseksi.

EMG-signaalianalyysin keskeiset tekniikat

Useita tekniikoita käytetään analysoimaan EMG-signaaleja havaita spastisuus:

  • Taajuusalue:[ Melun poistaminen kaistan-pass-suodattimilla, jotta voidaan keskittyä taajuuteen.
  • Rektification:[] Muutetaan kaikki signaaliarvot positiivisiksi analysoimaan lihasaktivaatiotasoja.
  • Koostutuksen havaitseminen:[] Korjatun signaalin silottaminen lihasten aktiivisuusmallien havaitsemiseksi.
  • Ominaisuuden uuttaminen:[ parametrien laskeminen, kuten juurikeskineliön (RMS), nollaristeysten ja mediaanitiheyden laskeminen lihasaktiivisuuden määrittämiseksi.
  • Pattern Recognition:[ Appling koneoppimisalgoritmit luokitella spastinen vastaan normaali lihasten toimintaa.

Sovellukset kliinisissä asetuksissa

EMG-signaalien käsittely auttaa kliinikoita arvioimaan objektiivisesti spastisuuden vakavuutta, seuraamaan muutoksia ajan mittaan ja arvioimaan hoidon tehokkuutta. Esimerkiksi botulinumtoksiini-injektioiden aikana EMG-analyysi voi auttaa kohdentamaan tiettyjä lihaksia injektiota varten, mikä parantaa tuloksia.

Tulevaisuuden suunnat

Kehitykset puettavassa teknologiassa ja reaaliaikaisessa signaalinkäsittelyssä tasoittavat tietä kannettaville EMG-laitteille. Nämä innovaatiot voivat helpottaa lihastoiminnan jatkuvaa seurantaa kliinisten asetusten ulkopuolella ja tarjota arvokasta tietoa yksilöllistettyihin hoitosuunnitelmiin.