Spectral properties of myoelectric signals from different motor units in the leg extensor muscles
Notice bibliographique
Résumé
Myoelectric signals measured using intramuscular electromyograms (EMGs) in animals have shown that faster motor units generate higher frequencies in their power spectra. However, evidence to relate myoelectric frequency and motor unit type from the surface electromyograms typically measured from man have remained elusive. The purpose of this study was to determine if spectral properties from surface EMG could be related to the different motor units in the muscles of the leg extensors in man. Reflex experiments (both tendon tap and electrically stimulated) and graded isometric contractions were used to generate muscle contractions with different patterns of motor unit recruitment. EMG was recorded from the vastus lateralis and medialis, rectus femoris, medial and lateral gastrocnemius and soleus muscles. The EMGs were resolved into their intensities in time-frequency space using wavelet techniques. The intensity spectra were calculated for the reflex responses and for different contractile forces. The spectra were compared using principle component analyses and ANCOVA. Electrical stimulation can result in preferentially faster motor units being recruited, and in this study resulted in higher myoelectric frequencies than for the stretch reflex. During ramped contractions the motor units are recruited in an orderly fashion from slow to fast. As the faster motor units were recruited then higher frequency components appeared within the myoelectric intensity spectra. For all muscles tested there were significant correlations between the stage in contraction and the EMG frequency. Both approaches demonstrated higher frequency components in the myoelectric spectra when the faster motor units could be assumed to be active.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».