Evaluating the Relationship Between Muscle Activation and Spine Kinematics Through Wavelet Coherence
Notice bibliographique
Résumé
Advances in time-frequency analysis can provide new insights into the important, yet complex relationship between muscle activation (ie, electromyography [EMG]) and motion during dynamic tasks. We use wavelet coherence to compare a fundamental cyclical movement (lumbar spine flexion and extension) to the surface EMG linear envelope of 2 trunk muscles (lumbar erector spinae and internal oblique). Both muscles cohere to the spine kinematics at the main cyclic frequency, but lumbar erector spinae exhibits significantly greater coherence than internal oblique to kinematics at 0.25, 0.5, and 1.0 Hz. Coherence phase plots of the 2 muscles exhibit different characteristics. The lumbar erector spinae precedes trunk extension at 0.25 Hz, whereas internal oblique is in phase with spine kinematics. These differences may be due to their proposed contrasting functions as a primary spine mover (lumbar erector spinae) versus a spine stabilizer (internal oblique). We believe that this method will be useful in evaluating how a variety of factors (eg, pain, dysfunction, pathology, fatigue) affect the relationship between muscles' motor inputs (ie, activation measured using EMG) and outputs (ie, the resulting joint motion patterns).
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 ».