EMG işaretlerinden motor birim aksiyon potansiyellerinin ayrıştırılması

Abstract

ÖZET Bu çalışmada, iğne elektrodlarla alınan elektromiyogram (EMG) işaretlerinden, motor birim aksiyon potansiyellerinin (MUAP) aynştırılması için yeni bir yöntem geliştirilmiştir. Yöntem, dört ayrı işlem sürecinden oluşmaktadır: EMG işaretine katılan toplamsal gürültünün azaltılması, patem veri tabanının oluşturulması, MUAP işaretlerinin ayrıştırılması ve MUAP işaretlerinin genliklerinin belirlenmesi. Gürültünün azaltılması için, ikinci dereceden bir analog alçak geçiren Butterworth süzgecin vuruş tepkesinden yararlanarak elde edilen bir alçak geçiren sayısal süzgeç tasarlanmış ve kullanılmıştır. Patern veri tabam oluşturulması işlemi bir kendi kendine öğrenme işlemidir. Bu işlem, MUAP işaretlerinin, EMG işareti içinde girişimsiz olarak bulunduğu düşük kas kasılma kuvveti seviyelerinde gerçekleştirilir. MUAP işaretlerinin, orta ve yüksek kas kasılma kuvveti seviyelerinde ayrıştırılması için, EMG işaretinin zaman örnekleri ile, patem veri tabanındaki paternlerin örnekleri arasındaki farkın yükseltilmesi esasına dayalı algılama süzgeçleri kullanılmıştır. Ayrıştırılan MUAP işaretlerinin genliklerinin belirlenmesi işlemi, doğrusal en küçük kareler kestirimi yöntemi kullanılarak gerçekleştirilmiştir. Anahtar Kelimeler : Elektromiyogram, Motor Birim Aksiyon Potansiyeli, Patern Algılama, Sayısal Süzgeç, Doğrusal En Küçük Kareler Kestirimi.

SUMMARY Decomposition of Motor Unit Action Potentials from EMG Signals In this work, a new technique to decompose the motor unit action potantials from electromyogram signals acquired by using needle electrodes is developed. The technique consists of four steps: reducing the noise added to EMG signal, creating a pattern data base, decomposing MUAP signals, estimating the amplitudes of MUAP signals. In order to reduce the noise, a digital low pass filter designed by using impulse response of a second order analog low pass Butterworth filter is used. It is a self Ixaininig process creating a pattern data base. This process is performed at low muscle contraction force levels, MUAP signals are seperated in EMG signal. Pattern detection filters based on amplifying the difference between time samples of EMG signal and pattern samples in pattern data base are used to decompose the MUAP signals at middle and high muscle contraction force levels. The amplitudes of MUAP signals decomposed by using the pattern detection filter are computed by using linear least square estimation method. Key Words : Electromyogram, Motor Unit Action Potantial, Pattern Detection, Digital Filter, Linear Least Squares Estimation. VI