Search the digital library catalog

Abstract: V doktorski disertaciji obravnavamo sledenje in napovedovanje sprememb impulznih odzivov v nestacionarnih konvolutivnih mešanicah impulznih izvorov in njun vpliv na uspešnost razpoznave impulznih izvorov. Pri tem izhajamo iz lastnosti večkanalnih površinskih elektromiogramov (EMG), v katerih predstavljajo impulzni odzivi akcijske potenciale motoričnih enot (APME), impulzni izvori pa nosijo informacije o trenutkih proženja posameznih motoričnih enot (ME). Med dinamičnimi ali utrujajočimi skrčitvami skeletnih mišic se APME v času zvezno spreminjajo in v doktorski disertaciji pokažemo, da je to spreminjanje vsaj odsekovno linearno, torej lahko spreminjanje APME obravnavamo kot zaporedje linearnih sprememb. Ker so APME bistven gradnik filtrov ME, s katerimi iz večkanalnih površinskih signalov EMG ocenimo vlake impulzov ME, nam napovedovanje sprememb APME omogoča dekompozicijo večkanalnih površinskih signalov EMG v prožilne trenutke ME. V doktorski disertaciji omenjeno spoznanje vgradimo v Kalmanov filter za napovedovanje sprememb APME v posameznem kanalu signalov EMG, rezultate Kalmanovega napovedovanja posameznih kanalov pa združimo v celovito napoved filtra ME v danem časovnem trenutku. Omenjeno rešitev ovrednotimo na sintetičnih in eksperimentalnih večkanalnih površinskih signalih EMG, ki so posneti iz dvoglave nadlahtne mišice (biceps brachii) ter mišice palca roke (abductor pollicis brevis). Skrbno preučimo vpliv parametrov Kalmanovega filtra na uspešnost filtrov ME in predlagamo njihove optimalne vrednosti. Ker se med posameznimi mišicami in eksperimentalnimi protokoli razlikujejo dinamike spreminjanja APME, se med posameznimi eksperimentalnimi protokoli razlikujejo tudi optimalne vrednosti Kalmanovega filtra. Statistična primerjava z ostalimi obstoječimi metodami za dekompozicijo večkanalnih površinskih signalov EMG, predvsem s predhodno objavljeno ciklostacionarno kompenzacijo konvolutivnih jeder (angl. cyclostationary Convolution Kernel Compensation - csCKC), pokaže, da daje opisan način sledenja in napovedovanja APME statistično značilno boljše rezultate od obstoječih metod. Na sintetičnih dinamičnih večkanalnih površinskih elektromiogramih dvoglave nadlaktne mišice zazna nova metoda 9,9 ± 2,2 ME, in sicer s senzitivnostjo 93,1 ± 7,8 % in preciznostjo 98,2 ± 2,6 %. V enakih razmerah zazna metoda csCKC 3,8 ± 1,8 ME, in sicer s senzitivnostjo 78,7 ± 15,1 % in preciznostjo 97,6 ± 3,4 %. V sintetičnih večkanalnih površinskih elektromiogramih mišice palca roke, tvorjenih med izdatnim izometričnim utrujanjem mišice, zazna prestavljena metoda 10,4 ± 2,3 ME, in sicer s senzitivnostjo 89,3 ± 23,6 % in preciznostjo 90,0 ± 18,9 %. V enakih razmerah zazna metoda csCKC 5,4 ± 1,1 ME, in sicer s senzitivnostjo 61,3 ± 41,2 % in preciznostjo 66,0 ± 36,9 %. Metodo ovrednotimo tudi na eksperimentalnih signalih z neznanimi trenutki proženj motoričnih enot. V tem primeru kot referenčne vrednosti vzamemo rezultate metode csCKC, ki jih je dodatno pregledal in uredil ekspert. V primeru utrujanja mišice palca roke nam novo predlagana metoda zazna 10,6 ± 5,5 ME, in sicer s senzitivnostjo 91,8 ± 15,9 % in preciznostjo 92,7 ± 10,7 %. V enakih razmerah zazna metoda csCKC 3,6 ± 3,0 ME, in sicer s senzitivnostjo 69,5 ± 30,2 % in preciznostjo 74,0 ± 26,0 %. Predstavljena metoda torej statistično značilno (p<0,01) presega učinkovitost do sedaj razvitih metod za dekompozicijo nestacionarnih večkanalnih površinskih elektromiogramov in je primerna tudi za preučevanje skrčitev, v katerih se oblike akcijskih potencialov motoričnih enot ne ponavljajo v ciklih. Med takšne primere sodijo samo enkrat izvedeni gibi in utrujanja skeletnih mišic. S tem predlagana metoda bistveno nadgrajuje prej objavljeno metodo csCKC, ki gradi ravno na ciklostacionarnosti površinskih elektromiogramov med ponavljajočimi neutrujajočimi meritvami.
Keywords: Motorične enote, akcijski potencial motorične enote, večkanalni površinski elektromiogram, dinamične skrčitve skeletnih mišic, utrujanje, dekompozicija sestavljenih signalov, prožilni trenutki motoričnih enot
Published in DKUM: 09.03.2023; Views: 699; Downloads: 72
Full text (13,88 MB)

Abstract: 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.
Keywords: slepa ločitev signalov, večkanalni površinski elektromiogram, prožilni vzorci motoričnih enot, dinamične mišične skrčitve, sistemi z več vhodi in več izhodi
Published in DKUM: 04.07.2016; Views: 1670; Downloads: 176
Full text (8,23 MB)

Abstract: V doktorski disertaciji se ukvarjamo z vrednotenjem redkih impulznih izvorov v linearnih konvolutivnih mešanicah, tj. z ocenjevanjem njihovega števila, dolžin njihovih impulznih odzivov in njihovih medsebojnih prekrivanj. V ta namen razvijemo statistične modele indeksa aktivnosti, in sicer modele povprečja, variance in avtokovariančnega zaporedja, s pomočjo katerih lahko ocenimo dolžino sistemskih odzivov in število aktivnih impulznih izvorov v opazovanih signalnih mešanicah. Začnemo s pregledom obstoječega stanja na področju ocenjevanja števila izvorov in dolžine sistemskih odzivov. Nato predstavimo model konvolutivnih mešanic odzivov redkih impulznih izvorov. Na kratko predstavimo še dekompozicijo površinskih EMG, metodo kompenzacije konvolutivnih jeder in indeks aktivnosti. Pri modeliranju indeksa aktivnosti se osredotočimo ločeno na prispevke izvorov in šuma, dodanega signalom. Lastnosti razvitih modelov uporabimo pri ocenjevanju dolžine sistemskih odzivov in števila izvorov, za kar razvijemo dva postopka. Prvi temelji na modelu variance indeksa aktivnosti in s pomočjo redukcije iskalnega prostora ocenjuje tako dolžino odzivov kot tudi število izvorov. Drugi postopek je kombiniran in temelji na modelu avtokovariančnega zaporedja indeksa aktivnosti, s katerim ocenimo dolžine sistemskih odzivov. Ko so dolžine odzivov ocenjene, lahko ocenimo število izvorov s pomočjo metod za ocenjevanje števila izvorov v multiplikativnih mešanicah. Drugi pristop se je izkazal za boljšega. V nadaljevanju predstavimo še možnosti nadgradnje indeksa aktivnosti s statistikami 3. in 4. reda ter probleme, ki pri tem nastanejo. Razvite modele nato preverimo na umetnih signalih z naključnimi sistemskimi odzivi in na umetnih površinskih elektromiogramih.
Keywords: obdelava signalov, sestavljeni signali, konvolutivne mešanice, sistem MIMO, impulzni izvori, ocenjevanje števila izvorov, indeks aktivnosti, korelacijska matrika, naddoločene mešanice signalov, večkanalni signali, statistike višjih redov, momenti višjih redov, Tihonova regularizacija, površinski elektromiogram, matematično upanje, varianca, avtokovariančno zaporedje
Published in DKUM: 21.05.2010; Views: 2746; Downloads: 215
Full text (1,56 MB)