NEMG信号运动单位动作电位的分类研究

提出了一种对于构成针电极肌电信号(NEMG)的不同形状的运动单位动作电位(MUAP)进行分类的新方法.该方法采用小波变换(WT)的多尺度分析提取表征MUAP特性的时 频特征,再用无导师 有导师混合模式识别网络完成对输入样本的学习和分类.实验结果表明,这种方法对不同波形的MUAP具有较强大的分类能力,整个分类过程完全人工干预,且所需的时间不多,可以应用于临床实际,为神经肌肉疾病的诊断提供实时、有效的信息.

利用EMG运动单位动作电位数目估算法研究痉挛型脑瘫患儿神经元发放特性

目的小儿脑瘫患者的运动障碍分级和康复评估具有重要的临床价值。本文利用表面肌电信号对痉挛型脑瘫患儿的运动神经元发放特性进行研究,旨在为脑瘫患儿的运动障碍评估提供一种量化指标。方法采用平滑非线性能量算子(smoothed nonlinear energy operator,SNEO)算法,对痉挛型脑瘫患儿表面肌电信号中的运动单位动作电位(motor unit action potential,MUAP)数目进行估计,获得MUAP的平均发放间隔(inter-pulse interval,IPI),并根据医生采用的分级结果和健康人MUAP平均发放时限的早期研究结果进行对比验证。结果对14名不同运动障碍级别脑瘫患者的实验结果显示,其肌电信号MUAP的IPI与他们活动度的级别即运动障碍的程度呈正相关的关系,且具有明显差异。结论研究结果表明本文方法有效,采用IPI参数能够反映脑瘫患儿的运动障碍程度。

电极配置对MUAP检测影响的仿真研究

本研究采用模型的方法,研究了电极配置对运动单位动作电位检测的影响。根据肌肉的形态结构和生理特征,从细胞内动作电位开始,仿真了运动单位动作电位序列。在此基础上,研究了电极的配置对运动单位动作电位的波形和统计特征的影响。结果表明:尺寸较小的电极选择性较好;差分电极的选择性优于单电极,适当调整其电极间距离和角度,可提高检测质量。

重症肌无力常规针极肌电图表现

目的研究重症肌无力(MG)患者常规针极肌电图(EMG)表现及其诊断价值。方法回顾性分析83例完成右侧三角肌针极EMG、腋神经低频重复电刺激(RNS)和伸指总肌单纤维肌电图(SFEMG)检查的MG患者的有关资料,分析针极EMG的表现及其与RNS的相关性。结果83例中EMG检查结果正常12例(14.5%),异常71例(85.5%)。在EMG异常者中,出现平均运动单位电位(MUAP)时限缩短67例(94.4%),多项波增多者37例(52.1%),大力收缩时募集电位呈病理干扰相19例(26.8%),异常自发电位3例(4.2%),结果符合"肌源性损害"表现19例(26.8%)。腋神经RNS时三角肌波幅衰减幅度与三角肌平均MUAP时限呈负相关。结论MG患者常规EMG检查主要异常表现为MUAP时限缩短,少数可见"肌源性损害"的EMG表现。对于临床表现不典型的MG患者应检查EMG并结合RNS和SFEMG检查进行诊断和鉴别诊断。

运动神经元病患者的肛门外括约肌肌电图特征

目的总结运动神经元病(motor neuron disease,MND)患者的肛门外括约肌肌电图(EAS-EMG)特点。方法分析20例不同临床亚型MND患者的EAS-EMG资料,并与无二便障碍症状和体征的阴性对照组(对照组)对比。结果与对照组〔(12.21±2.26)ms、(512.89±363.55)(ms.μV)〕比较,MND患者的肛门外括约肌(EAS)运动单位电位(motor unit potential,MUP)平均时限延长〔(14.55±2.27)ms,P=0.000〕,面积增大〔(718.47±236.57)(ms.μV),P=0.05〕,MUP波幅、多相波比例、平均相在两组间无统计学差异(P>0.05)。结论 MND患者EAS存在临床下神经源性损害,MUP时限、面积是反映MUP特征的敏感指标。

基于盲源分离技术的运动单位动作电位检测

采用独立分量分析（ICA）技术和二阶非平稳源分离（SEONS）算法来研究肌肉轻度收缩情况下的表面肌电信号（SEMG）的运动单位动作电位（MUAP）检测问题，通过仿真实验来探讨两种算法对SEMG信号的分离性能，并将算法应用于肌肉轻度收缩时（10％MVC）的真实SEMG信号分解研究．仿真SEMG信号分解实验结果表明，两种算法对MUAP检测效果均较为满意，且随着噪声的增加有所变差，肌肉轻度收缩时（10％MVC）真实SEMG信号分解实验也论证了两种算法实际应用的可行性．盲源分离（BSS）技术为研究隐含在肌电信号中的运动单位募集和发放等信息提供了有效途径，较符合SEMG信号特性，因而可应用于SEMG信号分解及运动单位动作电位（MUAP）检测等相关领域的研究．

自动分解肌电图运动单位动作电位各参数的分析和临床意义

目的：探讨运动单位动作电位（ＭＵＡＰ）各参数评价神经肌肉疾病的临床意义。方法：采用肌电图仪，以常规同心圆针电极记录，对７１例健康成人和４３例神经肌肉疾病患者的肱二头肌或／和胫前肌进行自动分解肌电图（ＡＤＥＭＧ）检测，共收集ＭＵＡＰ８３５６个，测定ＭＵＡＰ的５个参数：波幅、时限、转折数、发放率、棘波间隔变异系数（ＣＩＶ）。结果：１５例肌源性疾病患者表现为每一记录部位的ＭＵＡＰ数目增加；肱二头肌ＭＵＡＰ的波幅、时限、转折数减低、发放率增加，ＣＩＶ无改变；胫前肌ＭＵＡＰ的各参数无显著性改变。２８例神经源性疾病患者表现为每一记录部位的ＭＵＡＰ数目减少；ＭＵＡＰ的波幅、转折数及ＣＩＶ增加，时限及发放率无显著性增加。结论：ＡＤＥＭＧ检测的ＭＵＡＰ各参数对于评价神经肌肉疾病有重要的临床意义。

肌纤维细胞内动作电位建模的研究

介绍一种肌纤维细胞内动作电位 (IAP)的建模方法 .该方法将IAP波看作两部分之和 ,一部分对应于动作电位激励波的波峰 ,另一部分对应于动作电位的后电位 ,并用两个简单的解析函数分别表示它们 .模型的特点是 ,模型中描述波峰和后电位相对幅度的参数 ,对应于与激励波波峰有关的跨膜电流的中心矩 ,而且 ,这些参数可以由实验测量的IAP或运动单位动作电位 (MUAP)反向估计确定 .

运动单位数目测定在神经源性疾病中的价值

目的：探讨运动单位数目测定(MUNE)对神经肌肉疾病的诊断价值。方法：应用Viking IV型肌电图仪中的“统计学方法”对85例健康人和56例神经源性病变患者的趾短伸肌和鱼际肌进行测定。记录和刺激电极均为表面电极。结果：对照组的结果显示可重复性好，≤60岁时，运动单位(MU)数与年龄、性别和左右侧无关；＞60岁时，MU数显著减少。56例患者均表现MU数减少，可重复性高于对照组，并且随着病情的好转，功能性MU数增加。结论：MUNE是显示肌肉MU丧失的一种简单、非创伤性的快速方法，是检测神经源性疾病的理想手段之一。

肛管外括约肌多通道表面肌电图的初步研究

目的:研究新型16电极肛管表面肌电图(SEMG)系统在记录肛管外括约肌肌电活动中的作用。方法:使用新研发的16电极肛管SEMG系统对35名健康志愿者进行肛管SEMG检测。结果:16电极肛管SEGM系统能够清晰可靠地记录到肛管外括约肌在最大自主性收缩状态下的肌电活动即运动单位动作电势(MUAPs),共检测出1044个传导性MUAPs。传导性MUAPs起点以腹侧为主,止点以背侧为主(76%),其传导方向主要是从腹侧到背侧(57%),传导距离平均为4.82导联,MUAPs在数量上存在明显的性别差异;年龄因素影响MUAPs的传导方向(P<0.001);MUAPs的各项参数不受种族因素的影响。肛管SEMG探头插入肛管内的深度对MUAPs的数量和传导距离以及传导方向均产生一定的影响,未发现组间差异。MUAPs的数量和传导距离方面存在组内差异。结论:新型16电极肛管SEMG系统能够可靠准确地记录到非常有价值的肛管外括约肌MUAPs参数,是一种易于掌握且容易标准化的非侵入性无痛检查新技术。

腹直肌肌电图运动单位电位正常值的建立

目的:建立腹直肌肌电图(EMG)运动单位动作电位(MUAP)各参数正常值。方法:测定109例正常人腹直肌EMG的MUAP的时限、波幅及多相波。结果:腹直肌EMG的MUAP参数分别为:波幅373．78±56．46μV,时限9．95±1．13 ms,多相波19．40％±1．52％。结论:腹直肌EMG各参数能可靠、稳定地测出,有助于脊髓胸段下运动神经元病变的检测。

基于先验模板的表面肌电信号渐进分解算法研究

本研究通过将表面肌电信号(sEMG)分解为运动单元动作电位序列(MUAPTs),来研究神经-肌肉系统中运动单元(MU)的募集与发放模式。针对高收缩力情况下MUAP叠加问题,首先采用FastICA算法和小波包去噪算法对信号进行预处理;然后基于先验知识构建了4种形态的可伸缩MUAP模板;最后,采用"先大后小"的渐进识别方式,逐个对MUAP进行自动提取。在此基础上,还将该算法应用于8名受试者(3组/人)不同手指活动模式下的指浅屈肌多通道(12通道)sEMG分解;单通道分解结果显示,高力量水平下sEMG中的主体MUAPTs能够被有效检测和分类;统计结果证实,随着力量水平的增加,MUAP的数目增加;不同大小MUAP比重的变化与活动手指和力量水平具有显著的相关性。本文的实验结果,初步验证了利用先验模板从sEMG中渐进提取MUAP的可行性,为sEMG分解和进一步研究MU发放规律提供于一种新的思路。

前列腺增生症患者尿道外括约肌同心圆针电极肌电图的初步研究

目的对前列腺增生症患者尿道外括约肌运动单位动作电位的参数进行初步研究，以判断前列腺增生症患者尿道外括约肌是否有潜在的神经肌肉病变，为前列腺切除术后尿失禁寻找新的发病机制或病理解释。方法选取符合纳入标准的32例前列腺增生症患者进行研究，年龄51～88岁之间，平均69.6岁。本研究完整记录了32例患者的尿道外括约肌运动单位动作电位的时限和波幅。所得数据经SPSS11．0分析和处理。结果大多数前列腺增生症患者尿道外括约肌同心厕针电极肌电网的时限在4～8ms之间，个别前列腺增生症患者的尿道外括约肌同心圆针电极肌电图时限在此范围之外，提示个别前列腺增生症患者尿道外括约肌的运动单位动作电位时限存在异常的现象。结论个别前列腺增生症患者尿道外括约肌可能存在潜在的神经肌肉病变。尿道外括约肌的神经肌肉病变可能成为前列腺切除术后尿失禁新的发病机制或病理解释。

基于小波分析的表面肌电信号运动单位动作电位模式研究

通过对表面肌电(sEMG)信号运动单位动作电位(MUAP)波形的检测及其模式分析来探讨神经肌肉系统中募集运动单位的发放功能信息。采用一阶Hermite-Rodriguez(HR)函数作为连续小波变换处理的母函数,结合假设检验方法提取隐含在sEMG信号中的MUAP波形,继而使用模糊k均值和最小距离分类算法对检测波形进行初步归类处理,再通过模板匹配方法实现未归类波形的模式评价。实验结果表明,实测sEMG信号中的主体MUAP波形能够被有效检测和分类。所采用方法利用单通道sEMG信号实现MUAP波形的细致分析,降低了对多通道信号采集的要求,并具有较好的信号分解效果。

基于多通道信息融合分析的表面肌电信号分解研究

通过多通道信息检测与融合分析来探讨表面肌电(sEMG)信号分解问题,以获取准确的运动单位动作电位(MUAP)模式判别。采用结合连续小波变换和假设检验的波形检测方式从多通道sEMG信号中提取动作电位波形,在对动作电位波形空间分布特征信息融合分析的基础上通过层次聚类方法来确定MUAP类别数目,再利用模糊k均值算法以及针对未归类波形的波形剥离方法实现多通道sEMG信号的准确分解。实验结果表明,多通道sEMG信号中MUAP信息得到有效检测和模式分类。所采用方法利用多通道sEMG信号细致地获取了MUAP波形空间分布信息,能够取得满意的分解效果。

运动单元动作电位的计算机仿真研究

建立肌电信号模型 ,并进行计算机仿真研究 ,是研究从复杂肌电信号中提取特征参数新算法性能的基础 .利用一种有效的肌电信号模型 ,对正常运动单元、纤维缺损单元和缺损后恢复 3种情况下的单元动作电位进行了计算机仿真研究 ,通过比较单极和双极针电极时单元动作电位的时域和频域特征 ,解释了单元动作电位产生的机理 。

干扰型分析在诊断神经肌肉疾病中的应用

应用ＳｔａｌｂｅｒｇＥ的干扰型分析技术，对１０例正常人和２０例神经肌肉疾病患者进行了传统肌电图和干扰型分析检测。结果表明该分析技术较之常规的运动单位定量分析具有快捷、准确率高的优点。

自动分解肌电图的临床研究

目的 :探讨自动分解肌电图对神经肌肉疾病的诊断价值。方法 :采用 Nicolet和 Viking IV型肌电图仪 ,以常规同心圆针电极记录 ,对 71例健康成人和 4 3例神经肌肉疾病患者的肱二头肌或 /和胫前肌进行检测 ,测定运动单位动作电位 ( MUAP)的 5个参数 :波幅、时限、转折数、发放率、棘波间隔变异系数 ( CTV)。结果 :对照组ADEMG的 MUAP各种参数受年龄、肌肉、收缩力量的影响。 ADEMG测定的 MUAP时限和波幅均较传统 EMG的要小。1 5例肌源性疾病患者和 2 8例神经源性疾病患者的各参数有诊断意义。结论 :ADEMG能自动、快速获取并分析大量高、低阈值的 MUAP,即可分析 MUAP形态特征 ,还可发析 MUAP的发放形式 ,因此可作为一种临床筛选检测手段。